tf.slice()的简单理解

tf.slice()的简单理解

tf.slice(input,begin,size)
其中input是原始数据，begin是从哪里(起点)开始，size是裁剪后想得到的结果的shape也就是每维度的元素个数。

t = tf.constant([[[1, 2, 3], [4, 5, 6]],
                 [[11, 12, 13], [14, 15, 16]],
                 [[21, 22, 23], [24, 25, 26]]])
tf.slice(t, [1, 0, 0], [1, 1, 3])  
#结果：[[[11 12 13]]]

如何理解？

begin: [1,0,0],表示从t[1,0,0]这个元素开始，t[1,0,0] = 11，所以是从11开始取值。

size: [1,1,3] 表示最终取完值后，当为形状[1,1,3]也就是说，第一维需要取一个元素，第二维也取一个元素，最后第三维取3个元素的。如何取？

关于维度以及元素的理解可以参考：
Numpy,Tensor维度的理解方式

步骤：

第一维有三个元素：
  [[1, 2, 3], [4, 5, 6]],
  [[11, 12, 13], [14, 15, 16]],
  [[21, 22, 23], [24, 25, 26]]])
  从里面只取一个元素，因为是从11开始的，即第二个元素开始，那么就是：
  [[11, 12, 13], [14, 15, 16]]

然后，这第二维有2个元素：
  [11, 12, 13], [14, 15, 16]
  第二维只取一个元素，那么就是：[11, 12, 13]

然后第三维有3个元素：
  11, 12, 13
  第三维需要取三个元素，那么就是全取了，得到：
  11, 12, 13

所以最后的结果补上维度(也就是中括号)为：[[[11 12 13]]]