tf.gradients
tf.stop_gradient
np.ravel
tf.distrbution.prob/sample
获取对应位置的概率值
python的Queue
tf.sequeeze
tf.one_hot
tf.one_hot的必要性在于：one_hot方式，去掉了标签的顺序影响，让输出标签之间的欧式距离相等。而不是认为，标签1和标签3的距离，与标签2和标签3的距离，不等。逻辑上更合理。
同时，标签本身，如果非数字形式，则更有必要处理。所以说，行为表示，作为输入，则也应该进行onehot转换，表达出行为之间距离相同。
https://blog.csdn.net/taotiezhengfeng/article/details/73692239
tf.concat
tf.expand_dim
维数拓展
tf.cast
类型转换
tf.gather_nd
