tf.strided_slice 实例

本文通过两个实例展示了如何使用TensorFlow中的`tf.strided_slice`进行数据切片操作。首先在一维张量上应用该函数,随后扩展到二维张量的场景,帮助读者理解如何指定开始和结束索引来获取所需的子集。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


import tensorflow as tf
data = [1,2,3,4,5,6,7,8]
x = tf.strided_slice(data,[0],[4])
y = tf.strided_slice(data,[1],[5])
with tf.Session() as sess:
    print(sess.run(x))
    print(sess.run(y))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

结果 
[1 2 3 4] 
[2 3 4 5]

import tensorflow as tf
data = [[1,2,3,4,5,6,7,8],[11,12,13,14,15,16,17,18]]
x = tf.strided_slice(data,[0,0],[1,4])
y = tf.strided_slice(data,[1,1],[2,5])
with tf.Session() as sess:
    print(sess.run(x))
    print(sess.run(y))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

结果 
[[1 2 3 4]] 
[[12 13 14 15]]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值