函数原型
tf.slice(
input_, begin, size, name=None
)
函数说明
slice函数用于对张量Tensor进行切片,参数begin表示待切片张量的起始索引,参数size表示切割的长度。都用Tensor张量来表示。
函数使用
1、二维张量的切片
>>> a = tf.reshape(tf.range(9), (3, 3))
>>> a
<tf.Tensor: shape=(3, 3), dtype=int32, numpy=
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])>
# [1, 0]表示第一个维度的起始位置为1,第二个维度的起始位置为0
# [2, -1]表示第一个维度的切片大小为2,第二个维度的切片大小为全部
>>> b = tf.slice(a, [1, 0], [2, -1])
>>> b
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[3, 4, 5],
[6, 7, 8]])>
>>> c = tf.slice(a, [0, 2], [1, 1])
>>> c
<tf.Tensor: shape=(1, 1), dtype=int32, numpy=array([[2]])>
2、三维张量的切片
>>> a = tf.constant([[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]])
>>> a
<tf.Tensor: shape=(3, 2, 3), dtype=int32, numpy=
array([[[1, 1, 1],
[2, 2, 2]],
[[3, 3, 3],
[4, 4, 4]],
[[5, 5, 5],
[6, 6, 6]]])>
>>> b = tf.slice(a, [0, 0, 0], [1, 2, 3])
>>> b
<tf.Tensor: shape=(1, 2, 3), dtype=int32, numpy=
array([[[1, 1, 1],
[2, 2, 2]]])>
>>> c = tf.slice(a, [2, 1, 0], [1, 1, 3])
>>> c
<tf.Tensor: shape=(1, 1, 3), dtype=int32, numpy=array([[[6, 6, 6]]])>
>>> d = tf.slice(a, [1, 1, 1], [1, 1, 2])
>>> d
<tf.Tensor: shape=(1, 1, 2), dtype=int32, numpy=array([[[4, 4]]])>