tensorflow 函数解读系列之 tf.slice()

 tf.slice 是tensorflow的切片用法

定义为：

def slice(input_, begin, size, name=None):
    """
    :param input_: 输入数据，切片对象
    :param begin:  切片的起始位置, begin.size = input_.shape[0]. 
    :param size:   切片后数据的 shape，size[i] 表示在 input_ 的第 i 
                   个维度中想要保留的数据个数
    :param name: 
    :return: 
    """

具体而言，切片就是以 begin 为起始点，size 为大小从 input_ 数据中截取一段内容。

以一种更 pythonic 的方式介绍就是，

tf.slice(input_,[0,1], [1,2]) == foo[0:1, 1:3]

所以这里需要注意的点是：

1. begin[i] + size[i] < input_.shape[i]

        对应的维度和需要小于给定数据的维度

        举个例子：

import tensorflow as tf
var = [[1,2,3],[4,5,6]]
with tf.Session() as sess:
    print(sess.run(tf.slice(var, [0,0], [2,1]))) # [[1], [2]]
    print