Python tf.slice用法及代码示例

从张量中提取切片。

用法

tf.slice(
    input_, begin, size, name=None
)

另见tf.strided_slice。

此操作从张量 input_ 中提取大小为 size 的切片，从 begin 指定的位置开始。切片size 表示为张量形状，其中size[i] 是要切片的input_ 的'i'th 维度的元素数。切片的起始位置 (begin) 表示为 input_ 的每个维度中的偏移量。换句话说，begin[i] 是您要从中切片的input_ 的第 i 个维度的偏移量。

请注意，tf.Tensor.getitem 通常是一种更 Pythonic 的方式来执行切片，因为它允许您编写 foo[3:7,:-2] 而不是 tf.slice(foo, [3, 0], [4, foo.get_shape()[1]-2]) 。

begin 是从零开始的； size 是基于 1 的。如果size[i] 为 -1，则维度 i 中的所有剩余元素都包含在切片中。换句话说，这相当于设置：

size[i] = input_.dim_size(i) - begin[i]

此操作要求：

0 <= begin[i] <= begin[i] + size[i] <= Di for i in [0, n]

例如：

t = tf.constant([[[1, 1, 1], [2, 2, 2]],
                 [[3, 3, 3], [4, 4, 4]],
                 [[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [1, 1, 3])  # [[[3, 3, 3]]]
tf.slice(t, [1, 0, 0], [1, 2, 3])  # [[[3, 3, 3],
                                   #   [4, 4, 4]]]
tf.slice(t, [1, 0, 0], [2, 1, 3])  # [[[3, 3, 3]],
                                   #  [[5, 5, 5]]]