从张量的第一维提取非连续切片

通常，tf.gather 允许你访问张量的第一维中的元素（例如，二维张量中的行 1,3 和 7）。如果你需要访问除第一个之外的任何其他维度，或者如果你不需要整个切片，但是例如仅在第 1 行，第 3 行和第 7 行中的第 5 个条目，则最好使用 tf.gather_nd（请参阅即将发​​布的示例这个）。

tf.gather 论点：

• params：要从中提取值的张量。
• indices：张量，指定指向 params 的索引

有关详细信息， 请参阅 tf.gather(params, indices) 文档。

我们想要在二维张量中提取第 1 和第 4 行。

# data is [[0, 1, 2, 3, 4, 5],
#          [6, 7, 8, 9, 10, 11],
#          ...
#          [24, 25, 26, 27, 28, 29]]
data = np.reshape(np.arange(30), [5, 6])
params = tf.constant(data)
indices = tf.constant([0, 3])
selected = tf.gather(params, indices)

selected 具有形状 [2, 6] 并打印其值

[[ 0  1  2  3  4  5]
 [18 19 20 21 22 23]]

indices 也可以只是一个标量（但不能包含负数指数）。例如在上面的例子中：

tf.gather(params, tf.constant(3))

会打印

[18 19 20 21 22 23]

请注意，indices 可以具有任何形状，但存储在 indices 中的元素始终仅指 params 的第一维。例如，如果要同时检索第 1 行和第 3 行以及第 2 行和第 4 行，则可以执行以下操作：

indices = tf.constant([[0, 2], [1, 3]])
selected = tf.gather(params, indices)

现在 selected 将形成 [2, 2, 6]，其内容为：

[[[ 0  1  2  3  4  5]
  [12 13 14 15 16 17]]

 [[ 6  7  8  9 10 11]
  [18 19 20 21 22 23]]]

你可以使用 tf.gather 来计算排列。例如，以下内容会反转 params 的所有行：

indices = tf.constant(list(range(4, -1, -1)))
selected = tf.gather(params, indices)

selected 现在

[[24 25 26 27 28 29]
 [18 19 20 21 22 23]
 [12 13 14 15 16 17]
 [ 6  7  8  9 10 11]
 [ 0  1  2  3  4  5]]

如果你需要访问除第一个维度之外的任何其他维度，你可以使用 tf.transpose 解决这个问题：例如，在我们的示例中收集列而不是行，你可以这样做：

indices = tf.constant([0, 2])
selected = tf.gather(tf.transpose(params, [1, 0]), indices)
selected_t = tf.transpose(selected, [1, 0]) 

selected_t 的形状为 [5, 2]，内容如下：

[[ 0  2]
 [ 6  8]
 [12 14]
 [18 20]
 [24 26]]

然而，tf.transpose 相当昂贵，所以在这个用例中使用 tf.gather_nd 可能会更好。