Tensorflow函数测试之tf.strided_slice

主要用于截取张量的部分内容。该函数的原型是：

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
)

我们经常用的是前四个参数，它们的含义如下：

1. input:输入的原始张量
2. begin:每一阶的的起始位置，一阶张量，维度等于input的阶数
3. end:每一阶的结束位置(是开区间)，一阶张量，维度等于input的阶数
4. strides:每一阶的步长，一阶张量，维度等于input的阶数

输出：阶数与input相同的张量

例:

import tensorflow as tf
data = [[[1, 2, 3], [2, 3, 4]],
            [[3, 4,5], [4, 5, 6]],
            [[6, 7, 8], [7, 8, 9]]]
x = tf.strided_slice(data,[0,0,0],[1,1,1])
y = tf.strided_slice(data,[0,0,0],[3,2,2],[1,1,1])
z = tf.strided_slice(data,[0,0,0],[2,2,2],[1,2,1])

with tf.Session() as sess:
    print(sess.run(x))
    print(sess.run(y))
    print(sess.run(z))