tf.gather
tf.gather可以實(shí)現(xiàn)根據(jù)索引號(hào)收集數(shù)據(jù)的目的覆旱≌号螅考慮班級成績冊的例子，假設(shè)共有4個(gè)班級扣唱，每個(gè)班級35個(gè)學(xué)生藕坯，8門科目，保存成績冊的張量shape為[4,35,8]
x=tf.random.uniform([4,35,8],maxval=100,dtype=tf.int32) # 成績冊張量
現(xiàn)在需要收集第1~2個(gè)班級的成績冊噪沙，可以給定需要收集班級的索引號(hào)：[0,1]炼彪，并指定班級的維度axis=0，通過tf.gather函數(shù)收集數(shù)據(jù)正歼，帶碼如下：
tf.gather(x,[0,1],axis=0) # 在班級維度收集1~2班級成績冊
實(shí)際上辐马，對于上述需求，通過切片x[:2]可以更加方便的實(shí)現(xiàn)局义。但是對于不規(guī)則的索引方式喜爷，比如，需要抽查所有班級的第1萄唇、4檩帐、9、12另萤、13湃密、27號(hào)學(xué)生的成績數(shù)據(jù)，則切片方式實(shí)現(xiàn)起來非常麻煩四敞，而tf.gather則是針對于此需求設(shè)計(jì)的勾缭，使用起來更加方便，實(shí)現(xiàn)如下：
tf.gather(x, [0,3,8,11,12,26],axis=1)
如果需要收集所有同學(xué)的第3和第5門科目的成績目养，則可以指定科目維度axis=2俩由，實(shí)現(xiàn)如下：
tf.gather(x,[2,4],axis=2)
可以看到，tf.gather非常適合索引號(hào)沒有規(guī)則的場合癌蚁，其中索引號(hào)可以亂序排序幻梯，此時(shí)收集的數(shù)據(jù)也是對應(yīng)順序兜畸，例如：
a = tf.range(8)
a = tf.reshape(a, [4,2])
print(a)
print(tf.gather(a, [3,1,0,2], axis=0))
我們將問題變得稍微復(fù)雜一點(diǎn)。如果希望抽查第[2,3]班級的第[3,4,6,27]號(hào)同學(xué)的科目成績碘梢，則可以通過組合多個(gè)tf.gather實(shí)現(xiàn)咬摇。首先抽出第[2,3]班級，實(shí)現(xiàn)如下：
student = tf.gather(x, [1,2], axis=0)
再從這2個(gè)班級的同學(xué)中提取對應(yīng)學(xué)生成績煞躬，代碼如下：
tf.gather(student, [2,3,5,26],axis=1)
此時(shí)得到這2個(gè)班級4個(gè)學(xué)生的成績張量肛鹏，shape為[2,4,8]
tf.gather_nd
通過tf.gather_nd函數(shù)，可以通過指定每次采樣點(diǎn)的多維坐標(biāo)實(shí)現(xiàn)采樣多個(gè)點(diǎn)的目的恩沛。抽查第2個(gè)班級的第2個(gè)同學(xué)的所有科目在扰，第3個(gè)班級的第3個(gè)同學(xué)的所有科目，第4個(gè)班級的第4個(gè)同學(xué)的所有科目雷客。那么這3個(gè)采樣點(diǎn)的索引坐標(biāo)可以記為：[1,1][2,2][3,3]芒珠，我們將這個(gè)采樣方案合并一個(gè)List參數(shù)，即[[1,1][2,2][3,3]]搅裙，通過tf.gather_nd函數(shù)即可皱卓，實(shí)現(xiàn)如下：
tf.gather_nd(x, [[1,1],[2,2],[3,3]])
可以看到，結(jié)果與串行采樣方式的完全一樣部逮，實(shí)現(xiàn)更加簡潔娜汁，計(jì)算效率大大提升。
