tf.gather_nd 直观上是做什么的？

你能直观地解释一下或者举更多例子吗tf.gather_nd用于在 Tensorflow 中索引和切片为高维张量？

我读了API https://www.tensorflow.org/api_docs/python/tf/gather_nd，但它保持得相当简洁，我发现自己很难理解该函数的概念。

好吧，那么想一下：

您提供一个索引值列表来索引所提供的张量以获取这些切片。您提供的索引的第一个维度适用于您将执行的每个索引。让我们假设张量只是一个列表的列表。

[[0]] 表示您想要在提供的张量中索引 0 处获取一个特定切片（列表）。像这样：

[tensor[0]]

[[0], [1]] 意味着您想要在索引 0 和 1 处获得两个特定切片，如下所示：

[tensor[0], tensor[1]]

现在如果张量超过一维怎么办？我们做同样的事情：

[[0, 0]] 表示您想要在第 0 个列表的索引 [0,0] 处获取一个切片。像这样：

[tensor[0][0]]

[[0, 1], [2, 3]] 表示您希望按提供的索引和维度返回两个切片。像这样：

[tensor[0][1], tensor[2][3]]

我希望这是有道理的。我尝试使用 Python 索引来帮助解释在 Python 中如何对列表列表执行此操作。