如何使用其他一些 tf 操作实现 tf.gather

Question

我想用一些简单和常见的 tf 操作（如 concat、stack、reshape、slice 等）替换 tf.gather 以达到相同的结果，因为目前某些部署框架不支持 tf.gather（例如the operators that ncnn supports）。

测试代码：

import numpy as np
import tensorflow as tf 
params = np.random.rand(5, 2)
params = tf.constant(params)
print("==>> params: ", params)
indices = np.random.randint(low=0,high=5, size=(3,3))
indices = tf.constant(indices)
print("==>> indices: ", indices)
result = tf.gather(params, indices)  # to reimplement it
print("==>> result: ", result)
print("==>> result.shape: ", result.shape)

Answer 1

这很容易，他们可以创建两个带有视觉信息的不同图像，或者就像我们玩的视频游戏一样，以获得安全的可用带宽。 Tf.Gather 可以以许多有用的方式实现，包括选择性信息。

[ 样本 ]：

"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
Working
"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
IMAGE_1 = plt.imread("C:\Users\Jirayu Kaewprateep\Pictures\Cats\206480490_10158968022281077_7829901115614154740_n_10158968022276077.jpg")
IMAGE_1 = tf.image.resize(IMAGE_1, [log_scales_height, log_scales_width]).numpy()
IMAGE_1 = tf.constant( IMAGE_1, dtype=tf.int32 ).numpy()

params = plt.imread("C:\Users\Jirayu Kaewprateep\Pictures\Cats\206480490_10158968022281077_7829901115614154740_n_10158968022276077.jpg")
params = tf.reshape( params, ( params.shape[0] * params.shape[1], 3 ))

limit = tf.math.divide( params.shape[0] * params.shape[1], delta, name='Devide' ).numpy()
limit = 414720
limit = 691200
indices = tf.range(start, limit, delta)
result = tf.gather(params, indices)                 
result = tf.reshape( result, (240, 288, 3) )        

plt.figure(figsize=(1,2))
plt.subplot(1,2,1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(IMAGE_1)
plt.xlabel(" rescaling ")

plt.subplot(1,2,2)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(result)
plt.xlabel(" logarithms pictires ")

plt.show()
input('...')

[ 输出 ]： 见附件图片。

Answer 2

您是否找到了一种使用标准 tf ops 实现它的方法？我面临同样的问题。谢谢！