tensor_array_to_tensor

paddle.fluid.layers. tensor_array_to_tensor ( input, axis=1, name=None, use_stack=False ) [源代码]

该OP将 input 这个LoDTensorArray中的所有Tensor沿 axis 指定的轴进行拼接（concat）或堆叠（stack）。

示例：

  1. - 案例 1：
  3.     给定:
  5.         input.data = {[[0.6, 0.1, 0.3],
  6.                        [0.5, 0.3, 0.2]],
  7.                       [[1.3],
  8.                        [1.8]],
  9.                       [[2.3, 2.1],
  10.                        [2.5, 2.4]]}
  12.         axis = 1, use_stack = False
  14.     结果:
  16.         output.data = [[0.6, 0.1, 0.3, 1.3, 2.3, 2.1],
  17.                        [0.5, 0.3, 0.2, 1.8, 2.5, 2.4]]
  19.         output_index.data = [3, 1, 2]
  21. - 案例 2：
  23.     给定:
  25.         input.data = {[[0.6, 0.1],
  26.                        [0.5, 0.3]],
  27.                       [[0.3, 1.3],
  28.                        [0.2, 1.8]],
  29.                       [[2.3, 2.1],
  30.                        [2.5, 2.4]]}
  32.         axis = 1, use_stack = False
  34.     结果:
  36.         output.data = [[[0.6, 0.1]
  37.                         [0.3, 1.3]
  38.                         [2.3, 2.1],
  39.                        [[0.5, 0.3]
  40.                         [0.2, 1.8]
  41.                         [2.5, 2.4]]]
  43.         output_index.data = [2, 2, 2]

参数：

  • input (Variable) - 输入的LoDTensorArray。支持的数据类型为：float32、float64、int32、int64。

  • axis (int，可选) - 指定对输入Tensor进行运算的轴， axis 的有效范围是[-R, R)，R是输入 input 中Tensor的Rank，axis 为负时与 axis +R 等价。默认值为1。

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

  • use_stack (bool，可选) – 指明使用stack或concat进行运算，若为stack模式，要求LoDTensorArray中的所有Tensor具有相同的形状。默认值为False。

返回：Variable的二元组， 包含了两个Tensor。第一个Tensor表示对数组内的元素进行stack或concat的输出结果，数据类型与数组中的Tensor相同；第二个Tensor包含了数组中各Tensor在 axis 维度的大小，数据类型为int32。

返回类型： tuple

代码示例：

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. x0 = fluid.layers.assign(np.random.rand(2, 2).astype("float32"))
  4. x1 = fluid.layers.assign(np.random.rand(2, 2).astype("float32"))
  5. i = fluid.layers.fill_constant(shape=[1], dtype="int64", value=0)
  6. array = fluid.layers.create_array(dtype='float32')
  7. fluid.layers.array_write(x0, i, array)
  8. fluid.layers.array_write(x1, i + 1, array)
  9. output, output_index = fluid.layers.tensor_array_to_tensor(input=array)