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
output3=
[
[
[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))
更多的情况可以参考 www.jianshu.com/p/a1a9e44708f6