tf.slice用法

1,函数原型 tf.slice(inputs,begin,size,name='')

2,用途:从inputs中抽取部分内容

     inputs:可以是list,array,tensor

     begin:n维列表,begin[i] 表示从inputs中第i维抽取数据时,相对0的起始偏移量,也就是从第i维的begin[i]开始抽取数据

     size:n维列表,size[i]表示要抽取的第i维元素的数目

     有几个关系式如下:

         (1) i in [0,n]

         (2)tf.shape(inputs)[0]=len(begin)=len(size)

         (3)begin[i]>=0   抽取第i维元素的起始位置要大于等于0

         (4)begin[i]+size[i]<=tf.shape(inputs)[i]

3,例子

    

[python]  view plain  copy
  1. import tensorflow as tf  
  2. import numpy as np  
  3. x=[[1,2,3],[4,5,6]]  
  4. y=np.arange(24).reshape([2,3,4])  
  5. z=tf.constant([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]],  [[13,14,15],[16,17,18]]]  
  6. sess=tf.Session()  
  7. begin_x=[1,0]        #第一个1,决定了从x的第二行[4,5,6]开始,第二个0,决定了从[4,5,6] 中的4开始抽取  
  8. size_x=[1,2]           # 第一个1决定了,从第二行以起始位置抽取1行,也就是只抽取[4,5,6] 这一行,在这一行中从4开始抽取2个元素  
  9. out=tf.slice(x,begin_x,size_x)  
  10. print sess.run(out)  #  结果:[[4 5]]  
  11.   
  12. begin_y=[1,0,0]  
  13. size_y=[1,2,3]  
  14. out=tf.slice(y,begin_y,size_y)     
  15. print sess.run(out)  # 结果:[[[12 13 14] [16 17 18]]]  
  16.   
  17. begin_z=[0,1,1]  
  18. size_z=[-1,1,2]   
  19. out=tf.slice(z,begin_z,size_z)  
  20. print sess.run(out)  # size[i]=-1 表示第i维从begin[i]剩余的元素都要被抽取,结果:[[[ 5  6]] [[11 12]] [[17 18]]]  
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