TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
gather()用于根据提供的索引对输入张量进行切片。
用法：tensorflow.gather( params, indices, validate_indices, axis, batch_dims, name)
参数：
- params:它是张量，等级大于或等于轴+1。
- indices:它是dtype int32或int64的张量。该值应在[0，params.shape [axis])范围内。
- axis:它是dtype int32或int64的张量。它定义了应该从中收集索引的轴。默认值为0，并且必须大于等于batch_dims。
- batch_dims:它是一个整数，代表编号或批次尺寸。它必须小于或等于等级( index )。
- name:它定义了操作的名称。
返回值：
它返回一个与param具有相同dtype的Tensor。
范例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([1, 2, 3, 4, 5, 6])
indices = tf.constant([0, 1, 2, 1])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather(data, indices)
# Printing the result
print('res:',res)输出：
data: tf.Tensor([1 2 3 4 5 6], shape=(6,), dtype=int32) indices: tf.Tensor([0 1 2 1], shape=(4,), dtype=int32) res: tf.Tensor([1 2 3 2], shape=(4,), dtype=int32)
范例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([[1, 2], [3, 4], [5, 6]])
indices = tf.constant([2, 0, 1])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather(data, indices)
# Printing the result
print('res:',res)输出：
data: tf.Tensor( [[1 2] [3 4] [5 6]], shape=(3, 2), dtype=int32) indices: tf.Tensor([2 0 1], shape=(3,), dtype=int32) res: tf.Tensor( [[5 6] [1 2] [3 4]], shape=(3, 2), dtype=int32)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.gather()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。