gather() 的函数功能

参考文章：Pytorch中的torch.gather函数的含义

demo

b = torch.Tensor([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(b)
index_1 = torch.LongTensor([[0,1],[2,0],[1,1]])
index_2 = torch.LongTensor([[0,1,1],[0,0,0]])
print(b.gather(dim=1, index=index_1))#print(torch.gather(b, dim=1, index=index_1))
print(b.gather(dim=0, index=index_2))
    

gather函数的功能可以解释为根据 index 参数（即是索引）返回数组里面对应位置的值
这里的b.gather()写法和torch.gather(b)的写法都可以，重点是两个参数，dim和index

低维的理解方式

dim=0表示按行来索引，也就是说index的值表示的是第几行
dim=1表示按列来索引，也就是指index的值表示的是第几列

b.gather(dim=1, index=index_1)可以看到index_1 = torch.LongTensor([[0,1],[2,0],[1,1]])是一个3行2列的矩阵，根据dim=1，index_1里面的值表示的就是第几列，第几行就由index_1决定（共3行），那么[0,1]表示的就是【第0行第0列，第0行第1列】；[2,0]表示【第1行第2列，第1行第0列】, [1,1]表示【第3行第1列，第3行第1列】

b.gather(dim=0, index=index_2)可以看到index_2 = torch.LongTensor([[0,1,1],[0,0,0]])是一个2行3列的矩阵，根据dim=0，index_2里面的值表示的就是第几行，第几列就由index_2决定（共3列），那么[0,1,1]表示的就是【第0行第0列，第1行第1列,第1行第2列】；[0,0,0]表示【第0行第0列，第0行第1列，第0行第2列】

运行结果

'''b'''
######### 0列  1列  2列  3列
tensor([[ 1.,  2.,  3.,  4.],#   0行
        [ 5.,  6.,  7.,  8.],#   1行
        [ 9., 10., 11., 12.]])#  2行
'''b.gather(dim=1, index=index_1)'''
tensor([[ 1.,  2.],
        [ 7.,  5.],
        [10., 10.]])
'''b.gather(dim=0, index=index_2)'''
tensor([[1., 6., 7.],
        [1., 2., 3.]])

高维的理解方式

b.gather(dim=1, index=index_1)可以看到index_1 = torch.LongTensor([[0,1],[2,0],[1,1]])是一个3行2列的矩阵，index_1的[0,1]中的0的索引是（0,0），1的索引是（0,1）；[2,0]中的2索引是（1,0），0的索引是（1,1）；[1,1]中左边1的索引是（2,0），右边1的索引是（2,1）。然后根据dim=1，需要把这些索引的dim=1维度的值全部替换成对应index_1中的值，操作如下：

[0,1]中的0的索引是(0,0)转变为（0,0），1的索引是（0,1）转变为（0,1）
[2,0]中的2索引是（1,0）转变为（1,2），0的索引是（1,1）转变为（1,0）
[1,1]中左边1的索引是（2,0）转变为（2,1），右边1的索引是（2,1）转变为（2,1）

转变之后的索引对应到b上，把对应索引的数值取出来即可