gather_nd¶

paddle.fluid.layers. gather_nd ( input, index, name=None ) ¶

该 OP 是 gather 的高维推广，并且支持多轴同时索引。index 是一个 K 维度的 Tensor，它可以认为是从 input 中取 K-1 维 Tensor，每一个元素是一个切片：

\[output[(i_0, ..., i_{K-2})] = input[index[(i_0, ..., i_{K-2})]]\]

显然，index.shape[-1] <= input.rank 并且输出 Tensor 的维度是 index.shape[:-1] + input.shape[index.shape[-1]:] 。

示例：

         给定：
    input = [[[ 0,  1,  2,  3],
              [ 4,  5,  6,  7],
              [ 8,  9, 10, 11]],
             [[12, 13, 14, 15],
              [16, 17, 18, 19],
              [20, 21, 22, 23]]]
    input.shape = (2, 3, 4)

- 案例 1:
    index = [[1]]

    gather_nd(input, index)
             = [input[1, :, :]]
             = [[12, 13, 14, 15],
                [16, 17, 18, 19],
                [20, 21, 22, 23]]

- 案例 2:

    index = [[0,2]]
    gather_nd(input, index)
             = [input[0, 2, :]]
             = [8, 9, 10, 11]

- 案例 3:

    index = [[1, 2, 3]]
    gather_nd(input, index)
             = [input[1, 2, 3]]
             = [23]

        

参数¶

input (Tensor) - 输入 Tensor，数据类型可以是 int32，int64，float32，float64, bool。

index (Tensor) - 输入的索引 Tensor，其数据类型为 int32 或者 int64。它的维度 index.rank 必须大于 1，并且 index.shape[-1] <= input.rank 。

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

返回¶

shape 为 index.shape[:-1] + input.shape[index.shape[-1]:]的 Tensor|LoDTensor，数据类型与 input 一致。

代码示例¶

COPY-FROM: paddle.fluid.layers.gather_nd