tf.gather及tf.gather_nd详解

tf.gather
笔者遇到一个问题：
a = tf.Variable([[1,2,3,4,5,6,7,8,9,10]])
y = tf.Variable([2])
p = tf.gather(a,y)

》》输出：
a.shape (1, 10)
a [[ 1  2  3  4  5  6  7  8  9 10]]
y.shape (1,)
y [2]
p.shape (1, 10)
p输出出错

笔者本来以为用tf.gather可以获取出获取出相应位置的参数，但是获取的并不正确。笔者想要弄懂是为什么，探讨如下：

tf.gather

gather(
    params,
    indices,
    validate_indices=None,
    name=None
)
功能是从params中根据索引获取参数,其中indices必须是一个interger参数，产生的一个输出的tensor的shape是indices.shape+params.shpe[1:]

看完官网的解释，笔者还是不太明白，故从网上找了几个tf.gether的列子，列子如下，具体参考[1],笔者做适量修改.
例子一：
params = [0,1,2]
indices = [2]
gather = tf.gather(params,indices)
with tf.Session() as sess:
    print 'gather',gather
    print sess.run(gather)
笔者发现想这样打印的时候，就可以打印粗来了。笔者原来的目标里是二维的。

所以现在有两个解决方式，要么迭代的方法讲二维变成一维。要么通过tf.gather从二维中获取出相应值。笔者准备采用第二种方式，因为第一种方法会给代码添加多余的操作，不利于代码的直观阅读。

tf.gather_nd

 笔者在搜索过程中，查阅到tf.gather_nd函数，觉得更加适用，故改选该方法。
tf.gather_nd

gather_nd(
    params,
    indices,
    name=None
)
由于例子非常简单，笔者不在这里详述，详情参考：[2]

笔者只解决最开始遇到的问题，将其进行改正。
改正如下：
a = tf.Variable([[1,2,3,4,5,6,7,8,9,10]])
y = tf.Variable([0,2])
p = tf.gather_nd(a,y)
笔者发现这样打印出来的东西就是一个值

a = tf.Variable([[1,2,3,4,5,6,7,8,9,10]])
y = tf.Variable([[0,2]])
p = tf.gather_nd(a,y)

如果是这样改，打印出来的东西就是一个列表。
 所以到底怎么取值，完全取决于你需要什么样的数据格式。


补充：笔者在这里补充一下，笔者在一个函数中用到tf.gather_nd函数，却讲获取行号填成了[[1,*]],结果犯了错找了两个小时才找到，用的时候切忌越界。笔者心里痛痛的。






参考目录：
[1]:http://programtalk.com/python-examples/tensorflow.gather/
[2]: https://www.tensorflow.org/api_docs/python/tf/gather_nd