【TensorFlow2.0】(3) 索引与切片操作

各位同学好，今天我和大家分享一下TensorFlow2.0中索引与切片。内容有：

(1) 给定每一维度的索引来获取数据；(2) 切片索引；(3) 省略号应用；(4) tf.gather() 方法；(5) tf.gather_nd() 方法；(6) 布尔索引选数据

那我们开始吧。

---

1. 给定每一维度的索引获取数据

1.1 变量[ ][ ] 方法

首先定义一个全为1的四维tensor，如：tf.ones([2,3,3,2])。由于整个数据庞大，不利于观察，我们使用.shape来观察取出数据的情况。

#创建一个全为1的四维tensor，默认float32
a = tf.ones([2,3,3,2])
# 返回3，3，2的tensor  
a[0].shape  
#取出3行2列的矩阵tensor
a[0][0].shape  
#返回长度为2列表tensor
a[0][0][0].shape 
#值为标量1，是0维tensor.
a[0][0][0][1].shape  

我们可以把这个四维tensor，[2,3,3,2]，理解为，有2个班级，每个班级有3名同学，每名同学有3门科目，每门科目有2份作业。

a[0] 可以理解为，第0个班级的所有数据，它包含3名同学，每名有3门科目，每科目有2份作业。因此，a[0] 是一个三维tensor，形状为[3,3,2]

a[0][0] 可以理解为，第0个班级的第0个同学的所有数据，它包含3门科目，每科目有2份作业。因此，a[0][0] 是一个二维tensor，形状为[3,2]

同理其他两个

---

1.2 变量[ , ] 方法

我们创建一个四维随即正态分布的tensor，形状shape为[4,5,6,7]，我们同样可以用上一个理解方法来看这个四维tensor。4个班级，每班5个人，每人6门课，每门课7份作业。

#创建一个四维随机正态分布tensor
a = tf.random.normal([4,5,6,7])  
# 
a[1].shape  # 返回[5,6,7]
# 
a[1,2].shape  # 返回[6,7]
#
a[1,2,3].shape  # 返回[7]
# 
a[1,2,3,4]  # 返回值

a[1,2] 代表第1个班级中，第2名学生的所有信息，包含6门功课，每门课7份作业。因此，a[1,2].shape是一个二维tensor，形状为[6,7]。该方法a[1,2]等同于上述的a[1][2]。可以少写括号且更直观。

a[1,2,3,4] 代表第1个班级中的第2名学生的第3门功课的第4份作业的信息，返回一个值。