Tensorflow API 学习(1)-tf.slice()

标签：第一个   增加   取出   截取   一个   code   顺序   形式   ice   

slice（）函数原型为：

tf.slice(input_, begin, size, name=None)

函数有4个参数：

1，input_ ：图片的矩阵输入格式。

2，begin ：开始截取的位置（输入矩阵的某一点，通常是[x,y,z]的形式）

3，size ：从开始截取点向各维度截取的距离（通常也是[x,y,z]的形式）

4，name ：该tensor的名字。

tensor(a,b,c) 

tensor(z,y,x) 向量在三维坐标的表示如三维坐标轴。tf.slice()参数顺序也是(z,y,x)。

官网例子：

# ‘input‘ is [[[1, 1, 1], [2, 2, 2]],
#             [[3, 3, 3], [4, 4, 4]],
#             [[5, 5, 5], [6, 6, 6]]]
tf.slice(input, [1, 0, 0], [1, 1, 3]) ==> [[[3, 3, 3]]]
tf.slice(input, [1, 0, 0], [1, 2, 3]) ==> [[[3, 3, 3],
                                            [4, 4, 4]]]
tf.slice(input, [1, 0, 0], [2, 1, 3]) ==> [[[3, 3, 3]],
                                           [[5, 5, 5]]]

解读：

1，input是一个3维向量，作为tf.slice()函数的输入值（待截取的tensor）

2，第二个参数 [ 1,0,0 ] 是截取的起始点，这里就是第2行的第一个数字 “3”

3，第三个参数有3个示例，只讲（1）（3）：

（1） [ 1,1,3 ] 是截取的距离，第一个维度截取1个距离，于是首先截取出[ [ [ 3,3,3 ] , [ 4,4,4 ] ] ] 这部分。第二个维度截取1个距离，那么再截出[ [ [ 3,3,3 ] ] ]这部分。第3个维度截取3个距离，即将全部3个元素截取，得到结果。

（3）[ 2,1,3 ] 第一个维度是2，于是截出来  

[  [  [ 3,3,3 ] , [ 4,4,4 ] ,

   [  [ 5,5,5 ] , [ 6,6,6 ] ] ]

这部分。第二个维度是1，再截取一个距离，得：

[  [  [ 3,3,3 ]  ,

   [  [ 5,5,5 ] ] ]

这部分。第三个维度截3个距离，得到结果，若截2个距离，得：

[  [  [ 3,3 ]  ,

   [  [ 5,5 ] ] ]

注：

（1）第3个参数中可以用-1，如[1,-1,-1]，表示第2，3维度从起点一直截取到最后。

（2）多维向量不要理解为线，面，体之类的，那样的话3维以上的点就会对应错。有多少层符号"[ ]"，就有多少维，从外层向内层，维度依次增加。

Tensorflow API 学习(1)-tf.slice()

标签：第一个   增加   取出   截取   一个   code   顺序   形式   ice   

原文地址：https://www.cnblogs.com/lemon-rain/p/9061952.html