target_assign¶

paddle.fluid.layers. target_assign ( input, matched_indices, negative_indices=None, mismatch_value=None, name=None ) [源代码] ¶

对于每个实例，根据 match_indices 和 negative_indices 位置索引, 给输入 out 和 out_weight 赋值。输入 input 和 negative_indices 均为2-D LoDTensor。假如 input 中每个实例的行偏移称作lod，该操作计算步骤如下：

1.根据match_indices赋值:

If id = match_indices[i][j] > 0,

    out[i][j][0 : K] = X[lod[i] + id][j % P][0 : K]
    out_weight[i][j] = 1.

Otherwise,

    out[j][j][0 : K] = {mismatch_value, mismatch_value, ...}
    out_weight[i][j] = 0.

2.如果提供neg_indices，则再次依据该输入赋值：

neg_indices中的第i个实例的索引称作neg_indice，则对于第i个实例：

for id in neg_indice:
    out[i][id][0 : K] = {mismatch_value, mismatch_value, ...}
    out_weight[i][id] = 1.0

参数：

• input (Variable) - 输入为3-D LoDTensor，为了方便在上述文档中解释，假如维度是[M,P,K]。

• matched_indices (Variable) - 输入为2-D Tensor，数据类型为int32，表示在输入中匹配位置，具体计算如上，同样，为了方便解释，假如维度大小为[N,P]，如果 matched_indices[i][j] 为-1，表示在第 i 个实例中第j列项没有任何匹配项，输出会设置成 mismatch_value 。

• negative_indices (Variable，可选) - 维度为2-D LoDTensor，数据类型为int32。可以不设置，如果设置，会依据该位置索引再次给输出赋值，具体参考上述文档。

• mismatch_value (float32，可选) - 未匹配的位置填充值。

• name (str) - 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：返回一个元组（out,out_weight）。out是三维张量，维度为[N,P,K]，N和P与 matched_indices 中的N和P一致，K和输入X中的K一致。 out_weight 的维度为[N,P,1]。

返回类型：tuple(Variable)

代码示例：

import paddle.fluid as fluid
x = fluid.data(
    name='x',
    shape=[4, 20, 4],
    dtype='float',
    lod_level=1)
matched_id = fluid.data(
    name='indices',
    shape=[8, 20],
    dtype='int32')
trg, trg_weight = fluid.layers.target_assign(
    x,
    matched_id,
    mismatch_value=0)