tf.strided_slice函数

最新推荐文章于 2022-08-01 14:19:02 发布

转载最新推荐文章于 2022-08-01 14:19:02 发布 · 160 阅读

本文详细解析了TensorFlow中strided_slice函数的工作原理，通过具体示例展示了如何使用该函数从多维张量中提取指定步长的切片，特别强调了开始、结束和步长参数的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转自：https://blog.youkuaiyun.com/banana1006034246/article/details/75092388

在看cifar10的例子的时候,必然会看到一个函数,官方给的文档注释长而晦涩,基本等于0.网上也有这个函数,但解释差劲或者基本没有解释,函数的原型是酱紫的.

def strided_slice(input_,
begin,
end,
strides=None,
begin_mask=0,
end_mask=0,
ellipsis_mask=0,
new_axis_mask=0,
shrink_axis_mask=0,
var=None,
name=None):
"""Extracts a strided slice from a tensor.
'input'= [[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]]

来把输入变个型,可以看成3维的tensor,从外向为1,2,3维

[

[1,1,1]

[2,2,2]

]

[

[3,3,3]

[4,4,4]

]

[

[5,5,5]

[6,6,6]

]

以tf.strided_slice(input, [0,0,0], [2,2,2], [1,2,1])调用为例,start = [0,0,0] , end = [2,2,2], stride = [1,2,1],求一个[start, end)的一个片段,注意end为开区间

第1维 start = 0 , end = 2, stride = 1, 所以取 0 , 1行，此时的输出

output1=

[

[1,1,1]

[2,2,2]

]

[

[3,3,3]

[4,4,4]

]

]
第2维时, start = 0 , end = 2 , stride = 2, 所以只能取0行,此时的输出

output2=

[

[1,1,1]

]

[

[3,3,3]

]

]
第3维的时候,start = 0, end = 2, stride = 1, 可以取0,1行,此时得到的就是最后的输出

[

[1,1]

]

[

[3,3]

]

]
整理之后最终的输出为:

[[[1,1],[3,3]]]

类似代码如下：

import tensorflow as tf 
data = [[[1, 1, 1], [2, 2, 2]], 
[[3, 3, 3], [4, 4, 4]], 
[[5, 5, 5], [6, 6, 6]]] 
x = tf.strided_slice(data,[0,0,0],[1,1,1]) 
with tf.Session() as sess: 
       print(sess.run(x))