共用方式為

DML_GATHER_ND1_OPERATOR_DESC 結構 (directml.h)

  • 發行項

從輸入張量收集元素，使用索引張量將索引重新對應至輸入的整個子區塊。 此運算子會執行下列虛擬程式碼，其中 「...」表示一系列座標，其確切行為取決於批次、輸入和索引維度計數。

output[batch, ...] = input[batch, indices[batch, ...], ...]

語法

struct DML_GATHER_ND1_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *IndicesTensor;
  const DML_TENSOR_DESC *OutputTensor;
  UINT                  InputDimensionCount;
  UINT                  IndicesDimensionCount;
  UINT                  BatchDimensionCount;
};

成員

InputTensor

類型：const DML_TENSOR_DESC*

要從中讀取的張量。

IndicesTensor

類型：const DML_TENSOR_DESC*

包含索引的張量。 這個 Tensor 的 DimensionCount 必須符合 InputTensor.DimensionCount。 IndexesTensor的最後一個維度實際上是每個索引元組的座標數目，而且不能超過InputTensor.DimensionCount。 例如，IndexesDimensionCount = 3 的索引{1,4,5,2} 量表示索引為 2 座標元組的 4x5 陣列，該陣列會索引到InputTensor。

DML_FEATURE_LEVEL_3_0從 開始，當搭配這個張量使用帶正負號整數型別時，這個運算子支援負數索引值。 負數索引會解譯為相對於個別維度結尾。 例如，-1 的索引是指該維度的最後一個專案。

OutputTensor

類型：const DML_TENSOR_DESC*

要寫入結果的張量。 這個 Tensor 的 DimensionCount 和 DataType 必須符合 InputTensor.DimensionCount。 預期的 OutputTensor.Sizes 是 IndexesTensor.Sizes 前置區段和 InputTensor.Sizes 結尾區段的串連，這會產生下列結果。

indexTupleSize = IndicesTensor.Sizes[IndicesTensor.DimensionCount - 1]
OutputTensor.Sizes = {
    1...,
    IndicesTensor.Sizes[(IndicesTensor.DimensionCount - IndicesDimensionCount) .. (IndicesTensor.DimensionCount - 1)],
    InputTensor.Sizes[(InputTensor.DimensionCount - indexTupleSize) .. InputTensor.DimensionCount]
}

如果需要滿足 OutputTensor.DimensionCount，維度會靠右對齊，前面加上前置 1 個值。

以下為範例。

InputTensor.Sizes = {3,4,5,6,7}
InputDimensionCount = 5
IndicesTensor.Sizes = {1,1, 1,2,3}
IndicesDimensionCount = 3 // can be thought of as a {1,2} array of 3-coordinate tuples

// The {1,2} comes from the indices tensor (ignoring last dimension which is the tuple size),
// and the {6,7} comes from input tensor, ignoring the first 3 dimensions
// since the index tuples are 3 elements (from the indices tensor last dimension).
OutputTensor.Sizes = {1, 1,2,6,7}

InputDimensionCount

類型： UINT

忽略任何不相關的前置輸入維度，範圍 [1, *InputTensor.DimensionCount*] 為 之後，InputTensor內的實際輸入維度數目。 例如，假設InputTensor.Sizes = {1,1,4,6} 和 InputDimensionCount = 3，實際的有意義索引為 {1,4,6} 。

IndicesDimensionCount

類型： UINT

忽略任何不相關的前置索引維度，範圍為 [1，IndexesTensor.DimensionCount] 之後，在 IndexesTensor內的實際索引維度數目。 例如，假設IndexesTensor.Sizes = {1,1,4,6} 和IndexesDimensionCount = 3，實際的有意義索引為 {1,4,6} 。

BatchDimensionCount

類型： UINT

每個張量內的維度數目 (InputTensor、 IndexesTensor、 OutputTensor) 視為獨立批次，範圍介於 [0、 InputTensor.DimensionCount) 和 [0、 IndexesTensor.DimensionCount) 內。 批次計數可以是 0，表示單一批次。 例如，假設IndexesTensor.Sizes = {1,3,4,5,6,7} 和IndexesDimensionCount = 5 和 BatchDimensionCount = 2，會有批次 {3,4} 和有意義的索引 {5,6,7} 。

備註

DML_GATHER_ND1_OPERATOR_DESC新增BatchDimensionCount，而且相當於BatchDimensionCount = 0 時DML_GATHER_ND_OPERATOR_DESC。

範例

範例 1. 1D 重新對應

InputDimensionCount: 2
IndicesDimensionCount: 2
BatchDimensionCount: 0

InputTensor: (Sizes:{2,2}, DataType:FLOAT32)
    [[0,1],[2,3]]

IndicesTensor: (Sizes:{2,1}, DataType:UINT32)
    [[1],[0]]

// output[y, x] = input[indices[y], x]
OutputTensor: (Sizes:{2,2}, DataType:FLOAT32)
    [[2,3],[0,1]]

範例 2. 2D 重新對應批次計數

InputDimensionCount: 3
IndicesDimensionCount: 3
BatchDimensionCount: 1

// 3 batches.
InputTensor: (Sizes:{1, 3,2,2}, DataType:FLOAT32)
    [
        [[[0,1],[2,3]],   // batch 0
         [[4,5],[6,7]],   // batch 1
         [[8,9],[10,11]]] // batch 2
    ]

// A 3x2 array of 2D tuples indexing into InputTensor.
// e.g. a tuple of <1,0> in batch 1 corresponds to input value 6.
IndicesTensor: (Sizes:{1, 3,2,2}, DataType:UINT32)
    [
        [[[0,0],[1,1]],
         [[1,1],[0,0]],
         [[0,1],[1,0]]]
    ]

// output[batch, x] = input[batch, indices[batch, x, 0], indices[batch, x, 1]]
OutputTensor: (Sizes:{1,1, 3,2}, DataType:FLOAT32)
    [[
        [[0,3],
         [7,4],
         [9,10]]
    ]]

可用性

這個運算子是在 中 DML_FEATURE_LEVEL_3_0 引進的。

Tensor 條件約束

  • IndexesTensor、 InputTensor和 OutputTensor 必須具有相同的 DimensionCount。
  • InputTensor 和 OutputTensor 必須具有相同 的 DataType。

Tensor 支援

DML_FEATURE_LEVEL_4_1和更新版本

張 種類 支援的維度計數 支援的資料類型
InputTensor 輸入 1 到 8 FLOAT64、FLOAT32、FLOAT16、INT64、INT32、INT16、INT8、UINT64、UINT32、UINT16、UINT8
IndicesTensor 輸入 1 到 8 INT64、INT32、UINT64、UINT32
OutputTensor 輸出 1 到 8 FLOAT64、FLOAT32、FLOAT16、INT64、INT32、INT16、INT8、UINT64、UINT32、UINT16、UINT8

DML_FEATURE_LEVEL_3_0和更新版本

張 種類 支援的維度計數 支援的資料類型
InputTensor 輸入 1 到 8 FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8
IndicesTensor 輸入 1 到 8 INT64、INT32、UINT64、UINT32
OutputTensor 輸出 1 到 8 FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8

需求

   
最低支援的用戶端 Windows 10組建 20348
最低支援的伺服器 Windows 10組建 20348
標頭 directml.h