DML_GATHER_ND_OPERATOR_DESC 结构 (directml.h)

从输入张量收集元素，使用索引张量将索引重新映射到输入的整个子块。 此运算符执行以下伪代码，其中“...”表示一系列坐标，其确切行为取决于输入和索引维度计数。

output[...] = input[indices[...]]

语法

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

成员

InputTensor

类型： const DML_TENSOR_DESC*

要从中读取的张量。

IndicesTensor

类型： const DML_TENSOR_DESC*

包含索引的张量。 此张量的 DimensionCount 必须与 InputTensor.DimensionCount 匹配。 IndexesTensor 的最后一个维度实际上是每个索引元组的坐标数，并且不能超过 InputTensor.DimensionCount。 例如，IndexesDimensionCount = 3 的索引大小{1,4,5,2}张量表示索引为 InputTensor 的 4x5 数组，该数组由 2 坐标元组编制索引。

从 DML_FEATURE_LEVEL_3_0开始，使用此张量使用带符号整型类型时，此运算符支持负索引值。 负索引被解释为相对于相应维度的末尾。 例如，索引 -1 引用该维度的最后一个元素。

OutputTensor

类型： const DML_TENSOR_DESC*

要向其写入结果的张量。 此张 量的 DimensionCount 和 DataType 必须与 InputTensor.DimensionCount 匹配。 预期的 OutputTensor.Sizes 是 IndicesTensor.Sizes 前导段和 InputTensor.Sizes 尾 随段的串联，以产生：

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

输出维度是右对齐的，如果需要，将前导 1 个值追加到 OutputTensor.DimensionCount。

下面是一个示例。

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

类型： UINT

在忽略任何不相关的前导维度（范围为 [1, *InputTensor.DimensionCount*]）后，InputTensor 中实际输入维度的数目。 例如，给定 InputTensor.Sizes = {1,1,4,6} 和 InputDimensionCount = 3，实际有意义的索引为 {1,4,6}。

IndicesDimensionCount

类型： UINT

在忽略任何不相关的前导维度（范围 [1， IndexesTensor.DimensionCount]）后，IndexesTensor 中实际索引维度的数目。 例如，给定 IndexesTensor.Sizes = {1,1,4,6} 和 IndexesDimensionCount = 3，实际有意义的索引为 {1,4,6}。

示例

示例 1。 1D 重新映射

InputDimensionCount: 2
IndicesDimensionCount: 2

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]]

示例 2。 2D 重新映射

InputDimensionCount: 3
IndicesDimensionCount: 2

InputTensor: (Sizes:{1, 2,2,2}, DataType:FLOAT32)
    [ [[[0,1],[2,3]],[[4,5],[6,7]]] ]

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

// output[y, x] = input[indices[y, 0], indices[y, 1], x]
OutputTensor: (Sizes:{1,1, 2,2}, DataType:FLOAT32)
    [[ [[2,3],[4,5]] ]]

注解

在 中DML_FEATURE_LEVEL_3_0引入了此运算符DML_OPERATOR_GATHER_ND1的较新版本。

可用性

此运算符是在 中引入的 DML_FEATURE_LEVEL_2_1。

张量约束

• IndexesTensor、 InputTensor 和 OutputTensor 必须具有相同的 DimensionCount。
• InputTensor 和 OutputTensor 必须具有相同的 数据类型。

Tensor 支持

DML_FEATURE_LEVEL_4_1 及更高版本

张	种类	支持的维度计数	支持的数据类型
InputTensor	输入	1 到 8	FLOAT64、FLOAT32、FLOAT16、INT64、INT32、INT16、INT8、UINT64、UINT32、UINT16、UINT8
IndicesTensor	输入	1 到 8	INT64、INT32、UINT64、UINT32
OutputTensor	输出	1 到 8	FLOAT64、FLOAT32、FLOAT16、INT64、INT32、INT16、INT8、UINT64、UINT32、UINT16、UINT8

DML_FEATURE_LEVEL_3_0及更高版本

张	种类	支持的维度计数	支持的数据类型
InputTensor	输入	1 到 8	FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8
IndicesTensor	输入	1 到 8	INT64、INT32、UINT64、UINT32
OutputTensor	输出	1 到 8	FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8

DML_FEATURE_LEVEL_2_1及更高版本

张	种类	支持的维度计数	支持的数据类型
InputTensor	输入	4	FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8
IndicesTensor	输入	4	UINT32
OutputTensor	输出	4	FLOAT32、FLOAT16、INT32、INT16、INT8、UINT32、UINT16、UINT8

要求

要求	值
最低受支持的客户端	Windows 10内部版本 20348
最低受支持的服务器	Windows 10内部版本 20348
标头	directml.h