tf.strided_slice()官方案例解释

tf.strided_slice( input_, begin, end ) 提取张量的一部分

  1. 一个维度一个维度地看:begin 加 stride,直到二者的和大于等于end
  2. [begin,end),左闭右开
  3. 清楚各个维度指的是哪部分
  4. 返回的张量中,元素的个数:end与begin对应元素做差再相乘,结果取绝对值
    下面以官方的三个示例为例进行解释,t是一个3*2*3的张量
    1.png

    示例1

    对于tf.strided_slice(t, [1, 0, 0], [2, 1, 3], [1, 1, 1]) ,一个维度一个维度地看.
    begin的第0维是1,end的第0维是2,begin+stride=1+1=2,2大于等于end的第0维,所以不用继续加stride了,取值区间为[1,2),第0维返回索引为1的元素,即[[3, 3, 3], [4, 4, 4]]
    再看第1维,取值区间为[0,1),在第0维结果的基础上,第1维返回索引为0的元素,即[3, 3, 3]
    最后看第2维,取值区间为[0,3),在第1维结果的基础上,第2维返回索引为0,1,2的元素,即[3, 3, 3]
    最终结果为[3, 3, 3]

    示例2

    tf.strided_slice(t, [1, 0, 0], [2, 2, 3], [1, 1, 1])
    第0维取值区间为[1,2),返回第0维索引为1的元素,即[[3, 3, 3], [4, 4, 4]]
    第1维取值区间为[0,2),在第0维结果的基础上,返回第1维索引为0,1的元素,即[3, 3, 3], [4, 4, 4]
    第2维取值区间为[0,3],在第1维结果的基础上,返回第2维索引为0,1,2的元素,即[3, 3, 3], [4, 4, 4],这里注意,因为第1维结果是两个list,0,1,2这三个索引分别作用于这两个list
    最终结果[[3, 3, 3], [4, 4, 4]]

    示例3

    tf.strided_slice(t, [1, -1, 0], [2, -3, 3], [1, -1, 1])
    第0维取值区间[1,2),第0维返回索引为1的元素,即[[3, 3, 3], [4, 4, 4]]
    第1维取值区间[-1,-3),在第0维结果的基础上,返回第1维索引为-1,-2的元素,即[4, 4, 4],[3, 3, 3]
    第2维取值区间为[0,3),在第1维结果的基础上,返回第2维索引为0,1,2的元素,即[4, 4, 4],[3, 3, 3]
    最终结果[[4, 4, 4],[3, 3, 3]]
0%