索引与切片

如何对tensor的数据进行读取,且就是数据的索引与切片。最开始是对index进行索引,但是这个方法不方便。
给定每个维度的索引
在这里插入图片描述
方法比较繁琐 可读性不强

numpy中的读取方法
在这里插入图片描述在这里插入图片描述
可读性有所提升

切片操作,[A,B] A是起始操作。A是包含的,B是不包含。记住起始段包含,末尾段不包含。
在这里插入图片描述
同样的道理,这样的方式亦可以用于更高的维度,记得加,如下的典型图片4维图
在这里插入图片描述
用多加一个:表示一步一步的去取。
在这里插入图片描述
双冒号还可以实现一个倒叙的功能 ::-1

在这里插入图片描述
…的采样方式
如图 如果有连续的,:等,任意长都可以用…来表示
在这里插入图片描述
selecting index
选择性采样 tf.gather tf.gather_nd tf.boolean_mask
axis是维度的选择, indices是选的的维度
在这里插入图片描述
tf.gather_nd各个维度都取
在这里插入图片描述
另一种理解方法
在这里插入图片描述
有一点复杂的情况,返回不同的数据情况,这里理解可能有点困难:
在这里插入图片描述
内层括号看成一个整体
在这里插入图片描述
tf.boolean_mask
mask里面决定维度是否要取
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值