文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.gather

mindspore.mint.gather(input, dim, index)

返回输入Tensor在指定 index 索引上对应元素组成的切片。

$$output[(i_0,i_1,...,i_{dim},i_{dim+1},...,i_n)]=input[(i_0,i_1,...,index[(i_0,i_1,...,i_{dim},i_{dim+1},...,i_n)],i_{dim+1},...,i_n)]$$

警告

在Ascend后端，以下场景将导致不可预测的行为：

• 正向执行流程中，当 index 的取值不在范围 [-input.shape[dim], input.shape[dim]) 内；

• 反向执行流程中，当 index 的取值不在范围 [0, input.shape[dim]) 内。

参数：

• input (Tensor) - 待索引切片取值的原始Tensor。

• dim (int) - 指定要切片的维度索引。取值范围 [-input.rank, input.rank)。

• index (Tensor) - 指定原始Tensor中要切片的索引。数据类型必须是int32或int64。需要同时满足以下条件：

  • index.rank == input.rank；

  • 对于 axis != dim ， index.shape[axis] <= input.shape[axis] ；

  • index 的取值在有效区间 [-input.shape[dim], input.shape[dim]) ；

返回：

Tensor，数据类型与 input 保持一致，shape与 index 保持一致。

异常：

• ValueError - input 的shape取值非法。

• ValueError - dim 取值不在有效范围 [-input.rank, input.rank)。

• ValueError - index 的值不在有效范围。

• TypeError - index 的数据类型非法。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> input = Tensor(np.array([[-0.1, 0.3, 3.6], [0.4, 0.5, -3.2]]), mindspore.float32)
>>> index = Tensor(np.array([[0, 0], [1, 1]]), mindspore.int32)
>>> output = mint.gather(input, 1, index)
>>> print(output)
[[-0.1 -0.1]
 [0.5   0.5]]