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。

示例1:
    输入是 LoDTensor 类型:
        x = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
        axis = [0, 1]

    输出:
        output = [[8, 7, 6], [5, 4, 3], [2, 1, 0]]

示例2:
    输入是 LoDTensorArray 类型:
        x = {[[0, 1], [2, 3]],
             [[4, 5, 6]],
             [[7], [8], [9]]}
        axis = 0

    输出:
        output = {[[7], [8], [9]],
                  [[4, 5, 6]],
                  [[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

import paddle.fluid as fluid
import numpy as np
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.]]
result1 = fluid.layers.reverse(data, 0) # [[6., 7., 8.], [3., 4., 5.], [0., 1., 2.]]
result2 = fluid.layers.reverse(data, [0, 1]) # [[8., 7., 6.], [5., 4., 3.], [2., 1., 0.]]

# example of LoDTensorArray
data1 = fluid.layers.assign(np.array([[0, 1, 2]], dtype='float32'))
data2 = fluid.layers.assign(np.array([[3, 4, 5]], dtype='float32'))
tensor_array = fluid.layers.create_array(dtype='float32')
i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=0)
fluid.layers.array_write(data1, i, tensor_array)
fluid.layers.array_write(data2, i+1, tensor_array)

reversed_tensor_array = fluid.layers.reverse(tensor_array, 0) # {[[3, 4, 5]], [[0, 1, 2]]}