tf.slice用法

函数：tf.slice(inputs, begin, size, name)
作用：从列表、数组、张量等对象中抽取一部分数据
begin和size是两个多维列表，他们共同决定了要抽取的数据的开始和结束位置
begin表示从inputs的哪几个维度上的哪个元素开始抽取 ，begin基于下标0开始
size表示在inputs的各个维度上抽取的元素个数
若begin[]或size[]中出现-1,表示抽取对应维度上的所有元素
测试：如下是一个三维Tensor数据表

    import tensorflow as tf
    import numpy as np
    #这个代码演示测试tf.slice函数
    t=[[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]],[[5,5,5],[6,6,6]]]
    s1=tf.slice(t,[1,0,0],[1,1,3])
    #begin=[1,0,0]，表明从第1维的[0,0]开始切片，也就是从[3,3,3]开始
    #size=[1,1,3]表明切片后是1维，切片的尺寸为1行3列。
    s2=tf.slice(t,[0,1,1],[2,1,1])
    #begin=[0，1，1]，表明从第0维的[1,1]开始切片，也就是从[2，2，2]的第二个2开始
    #size=[2，1，1]表明切片后的切片的尺寸为相邻的两张表，数据1行1列。
    sess=tf.Session()
    print(sess.run(s1))
    #输出结果为[[[3 3 3]]],一行三列
    print(sess.run(s2))
    #输出结果：
    [[[2]]
     [[4]]]
    #测试维度：
    print(sess.run(s1).shape)
    print(sess.run(s2).shape)
    #结果如下
    (1, 1, 3)
    (2, 1, 1)

点击此处运行代码
下面的立体图说明切片的实际方法：
（size的大小不能大于切片刀下方表格数据的尺寸，维度数不能大于被切片数据的维度）
以s2为例