tensorflow学习笔记--tf.strided_slice

2018年06月13日 15:33:01

阅读数：12

• 链接：https://www.tensorflow.org/api_docs/python/tf/strided_slice

• 说明：对传入的tensor执行切片操作，返回切片后的tensor。主要参数input_, start, end, strides，strides代表切片步长。

• 例子：

• 1. # 'input' is [[[1, 1, 1], [2, 2, 2]],
  2. # [[3, 3, 3], [4, 4, 4]],
  3. # [[5, 5, 5], [6, 6, 6]]]
  4. tf.strided_slice(input, [ 1, 0, 0], [ 2, 1, 3], [ 1, 1, 1]) ==> [[[ 3, 3, 3]]]
  5. # 上面一行代码中[1,0,0]分别代表原数组三个维度的切片起始位置，[2,1,3]代表结束位置。
  6. [ 1, 1, 1]代表切片步长，表示在三个维度上切片步长都为 1。我们的原始输入数据为 3 x 2 x 3，
  7. 通过参数我们可以得到，第一个维度上切片start= 1,end= 2，
  8. 第二个维度start= 0, end= 1，第三个维度start= 0, end= 3。
  9. 我们从里面的维度来看，原始数据的第三个维度有三个元素，切片操作start= 0,end= 3,stride= 1，代表第三个维度上的元素我们全部保留。
  10. 同理，在第二个维度上，start= 0, end= 1, stride= 1，代表第二个维度上只保留第一个切片，这样我们就只剩下[[[ 1, 1, 1]],[[ 3, 3, 3]],[[ 5, 5, 5]]]。
  11. 接着我们看第一个维度，start= 1, end= 2, stride= 1代表只取第二个切片，因此得到[[[ 3, 3, 3]]。以下两个例子同理。
  13. tf.strided_slice(input, [ 1, 0, 0], [ 2, 2, 3], [ 1, 1, 1]) ==> [[[ 3, 3, 3],
  14. [ 4, 4, 4]]]
  15. tf.strided_slice(input, [ 1, -1, 0], [ 2, -3, 3], [ 1, -1, 1]) ==>[[[ 4, 4, 4],
  16. [ 3, 3, 3]]]
  参考链接：https://github.com/NELSONZHAO/zhihu/tree/master/basic_seq2seq?1521452873816
• 注意：如何看numpy数组的维度：以input数组为例，input维度是（3，2，3），即第一维有3个元素，第2维有2个元素，第3维有3个元素。技巧：第一维是看第一个方括号里包了几个元素，第二维是看第二个方括号里包了几个元素。。。。以此类推。