torch.gater()方法自己理解

import torch as t
a = t.arange(0, 16).view(4, 4)
print(a)
index = t.LongTensor([[0,2,2,3],[1,1,0,3]])
b=a.gather(0, index)
print('-----------------------')
print(b)
b=a.gather(1, index)
print('........................')
print(b)

刚看到gather这个方法，这里面比较懵的是 dim=0,dim=1,其实只要这么理解就好，记住：

dim=0代表行
dim=1代表列

接下来：

a =tensor([[ 0,  1,  2,  3],
                 [ 4,  5,  6,  7],
                 [ 8,  9, 10, 11],
                 [12, 13, 14, 15]])

index = t.LongTensor([[0, 2, 2, 3],
                                    [1, 1, 0, 3]])

二维的数组取值：一般取值是先找第几行，再找第几列，好的，

b=a.gather(0, index) # 这里的dim=0，那么意思就是 index 里面的值代表行，

比如 [0, 2, 2, 3] 就代表依次取第0行，第2行，第2行，第3行，那么列呢？它们取第几个，这里的列就根据其在第几列就取第几列，

[0, 2, 2, 3]中

0是第0列，则取第0列，

2是在第一列，则取第一列，

后面一个2是在第二列，则取第二列，

3是在第三列，则取第三列

所以[0,2,2,3]取值是：
                                a[0][0],
                                a[2][1],
                                a[2][2],
                                a[3][3]

dim=0，意思就是里面的值代表第几行，列就看对应的值在第几列，就是取第几列

接下来看dim=1

dim=1就是代表里面的值是取第几列，但是取第几行呢？这个行就默认其在第几行就取第几行，官网要求 input.size() == index.size()，这里要求的维度相同，所以
index = t.LongTensor([[0,2,2,3],[1,1,0,3]])
d=a.gather(1, index)  

这里[[0,2,2,3],[1,1,0,3]]中[0,2,2,3]在第0行，所以都是在第0行取，第几列就按照里面的值，0代表第0列，2代表第2列，3代表第3列；[1,1,0,3]代表都是在第1行取值，
1代表第1列，0代表第0列，3代表第3列

所以：
        dim=0,就代表index中的值是行，至于列，就看其在第几列就取第几列         

        dim=1,就代表index中的值是列，至于行，就看其在第几行就取第几行

上下两行对照看就比较容易理解了，要么有行，列就按照其所在的列，要么有列，行就按照整体在哪一行；以上解释是由结果推到的，看了很多人的博客和官网，都没有很好理解。