tf.strided_slice

tf.strided_slice

strided_slice(
    input_,
    begin,
    end,
    strides=None,
    begin_mask=0,
    end_mask=0,
    ellipsis_mask=0,
    new_axis_mask=0,
    shrink_axis_mask=0,
    var=None,
    name=None
)

作用

从$input\_$数据中抽取从$begin$开始，以$strides$为间隔，到$end$结束的数据。
在这里我们只分析4个参数$input_, begin, end, strides$
$input\_$ 数据集
$begin$ 起始维度
$end$ 结束维度
$strides$ 维度间隔

数学抽象

$begin=[b_1, b_2, ..., b_n]$
$end=[e_1, e_2, ..., e_n]$
$strides=[s_1, s_2, ..., s_n]$
最终获得的数据是$output=input\_[o_1, o_2, ..., o_n]$
其中 $b_i \leq o_i = b_i + k *s_i \leq e_i\ \ (k \in [0, 1, 2, ...])$

实验

参考：

https://www.tensorflow.org/api_docs/python/tf/strided_slice