reverse

paddle.fluid.layers.reverse ( x, axis ) [源代码]

reverse

该OP对输入Tensor x 在指定轴 axis 上进行数据的逆序操作。

  1. 示例1:
  2.     输入是 LoDTensor 类型:
  3.         x = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
  4.         axis = [0, 1]
  6.     输出:
  7.         output = [[8, 7, 6], [5, 4, 3], [2, 1, 0]]
  9. 示例2:
  10.     输入是 LoDTensorArray 类型:
  11.         x = {[[0, 1], [2, 3]],
  12.              [[4, 5, 6]],
  13.              [[7], [8], [9]]}
  14.         axis = 0
  16.     输出:
  17.         output = {[[7], [8], [9]],
  18.                   [[4, 5, 6]],
  19.                   [[0, 1], [2, 3]]}

参数：

  • x (Variable) - 输入为Tensor或LoDTensorArray，数据类型支持bool，int8，int32，int64，float32和float64。若输入是LoDTensorArray类型，则返回一个逆序的LoDTensorArray，其内部Tensor元素的次序保持不变。

  • axis (int|tuple|list) - 指定逆序运算的轴，取值范围是[-R, R)，R是输入 x 的Rank， axis 为负时与 axis +R 等价。如果 axis 是一个元组或列表，则在 axis 每个元素值所指定的轴上进行逆序运算。如果输入是LoDTensorArray类型，axis须是值为0的int，或shape为[1]的list [0] 、元组 (0,) 。

返回：逆序后的Tensor，形状、数据类型和 x 一致。

返回类型：Variable

代码示例：

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. data = fluid.layers.assign(np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]], dtype='float32')) # [[0., 1., 2.], [3., 4., 5.], [6., 7., 8.]]
  4. result1 = fluid.layers.reverse(data, 0) # [[6., 7., 8.], [3., 4., 5.], [0., 1., 2.]]
  5. result2 = fluid.layers.reverse(data, [0, 1]) # [[8., 7., 6.], [5., 4., 3.], [2., 1., 0.]]
  7. # 输入为LoDTensorArray时
  8. data1 = fluid.layers.assign(np.array([[0, 1, 2]], dtype='float32'))
  9. data2 = fluid.layers.assign(np.array([[3, 4, 5]], dtype='float32'))
  10. tensor_array = fluid.layers.create_array(dtype='float32')
  11. i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=0)
  12. fluid.layers.array_write(data1, i, tensor_array)
  13. fluid.layers.array_write(data2, i+1, tensor_array)
  15. reversed_tensor_array = fluid.layers.reverse(tensor_array, 0) # {[[3, 4, 5]], [[0, 1, 2]]}