tf.slice函數解析
阿新 • • 發佈:2018-02-21
follow 解析 偏移 輸入參數 一起 類型 name 操作 開始
tf.slice函數解析
覺得有用的話,歡迎一起討論相互學習~Follow Me
tf.slice(input_, begin, size, name = None)
解釋 :這個函數的作用是從輸入數據input中提取出一塊切片,切片的尺寸是size,切片的開始位置是begin。
切片的尺寸size表示輸出tensor的數據維度,其中size[i]表示在第i維度上面的元素個數。
開始位置begin表示切片相對於輸入數據input_的每一個偏移量,比如數據input_是
[[[1, 1, 1], [2, 2, 2]],
[[33, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]],
begin為[1, 0, 0],那麽數據的開始位置是33。因為,第一維偏移了1,其余幾位都沒有偏移,所以開始位置是33。
操作滿足:
size[i] = input.dim_size(i) - begin[i]
0 <= begin[i] <= begin[i] + size[i] <= Di for i in [0, n]
import tensorflow as tf
sess = tf.Session()
input = tf.constant([[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]])
data = tf.slice(input, [1, 0, 0], [1, 1, 3])
print(sess.run(data))
"""[1,0,0]表示第一維偏移了1
則是從[[[3, 3, 3], [4, 4, 4]],[[5, 5, 5], [6, 6, 6]]]中選取數據
然後選取第一維的第一個,第二維的第一個數據,第三維的三個數據"""
# [[[3 3 3]]]
data = tf.slice(input, [1, 0, 0], [1, 2, 3])
print(sess.run(data))
# [[[3 3 3]
# [4 4 4]]]
data = tf.slice(input, [1, 0, 0], [2, 1, 3])
print(sess.run(data))
# [[[3 3 3]]
#
# [[5 5 5]]]
data = tf.slice(input, [1, 0, 0], [2, 2, 2])
print(sess.run(data))
# [[[3 3]
# [4 4]]
#
# [[5 5]
# [6 6]]]
"""輸入參數:
● input_: 一個Tensor。
● begin: 一個Tensor,數據類型是int32或者int64。
● size: 一個Tensor,數據類型是int32或者int64。
● name:(可選)為這個操作取一個名字。
輸出參數:
● 一個Tensor,數據類型和input_相同。"""
tf.slice函數解析