## torch.gather
### [torch.gather](https://pytorch.org/docs/stable/generated/torch.gather.html?highlight=gather#torch.gather)

```python
torch.gather(input, dim, index, *, sparse_grad=False, out=None)
```

### [paddle.gather](https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/gather_cn.html#gather)

```python
paddle.gather(x, index, axis=None, name=None)
```

### 参数差异
| PyTorch       | PaddlePaddle | 备注                                                   |
| ------------- | ------------ | ------------------------------------------------------ |
| input          | x        | 表示输入Tensor。                                     |
| dim        | axis            | 用于指定index获取输入的维度，PyTorch中类型仅能为int，PaddlePaddle中类型可以为int32/int64/Tensor。                   |
| sparse_grad        | -            | 表示是否对梯度稀疏化，PaddlePaddle无此参数。                   |
| out        | -            | 表示目标Tensor，PaddlePaddle无此参数。                   |

### 功能差异
#### 使用方式
***PyTorch***：索引(index)的维度数和输入(input)的维度数一致，索引(index)的形状大小要小于等于输入(input)的形状大小。  
***PaddlePaddle***：索引(index)的秩有且只能等于1。  

#### 计算方式
***PyTorch***：沿指定的轴(dim)收集值。以2-D Tensor输入为例，其输出结果如下:  
```
if dim == 0:
    out[i][j] = input[index[i][j]][j]
if dim == 1:
    out[i][j] = input[i][index[i][j]]
```
***PaddlePaddle***：根据索引(index)获取输入(x)的指定维度(axis)的条目，并将它们拼接在一起。以2-D Tensor输入为例，其输出结果如下:  
```
if axis == 0:
    tensor_list = list()
    for i in index:
        tensor_list.append(index[i, :])
    将tensor_list中的tensor沿axis轴拼接
if axis == 1:
    tensor_list = list()
    for i in index:
        tensor_list.append(index[:, i])
    将tensor_list中的tensor沿axis轴拼接
```


### 代码示例
``` python
# PyTorch示例：
t = torch.tensor([[1, 2], [3, 4]])
torch.gather(t, 1, torch.tensor([[0, 0], [1, 0]]))
# 输出
# tensor([[ 1,  1],
#         [ 4,  3]])
```

``` python
# PaddlePaddle示例：
t = paddle.to_tensor([[1, 2], [3, 4]])
paddle.gather(t, paddle.to_tensor([1, 0]), 1)
# 输出
# Tensor(shape=[2, 2], dtype=int64, place=CPUPlace, stop_gradient=True,
#        [[2, 1],
#         [4, 3]])
```