标签：ant def 维度 pytho 玩意儿 python one nat 顺序
原文连接：https://www.jianshu.com/p/71e6ef6c121b
tf.slice()到底要怎么切呢？下面通过列子来看看
方程的signature是这样的：
def slice(input, begin, size, name=None):
其中“input"是你输入的tensor,就是被切的那个张量，
"begin"是每一个维度的起始位置，这个下面详细说，
"size"相当于每个维度拿几个元素出来。
下面看例1：
t = tf.constant([[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [1, 1, 3])
这个输出是:
[[[3, 3, 3]]]
首先作为一个3维数组t,你要首先明白他的shape是[3, 3, 3]
shape:
这个shape是怎么来的呢？咱们把这t分解一下就好理解了。那一大堆括号的t,
只看他最外面的括号的话，可以看成是:
t = [A, B, C] # 这是第一维度
然后每一个里面有两个东西，可以写成：
A=[i, j], B=[k, l], C=[m, n] # 这是第二维度
最后， 这i, j, k, l, m, n 里面分别是:
i = [1, 1, 1], j = [2, 2, 2], k=[3, 3, 3], l = [4, 4, 4], m = [5, 5, 5], n=[6, 6, 6] # 这是第三维度
所以shape就是中括号[]层级里单位的数量。
对于t来说，最外面括号里有3个东西，分别是A, B, C。这三个东西里每个里面有2个玩意儿， i和j, k和l, m和n。
他们里面每一个又有3个数字. 所以t的shape是[3, 2, 3].
Slice:
在解释slice之前，有一点要知道的是python的数组Index是从0开始的。
有了这个基础，我们再来看例子：
tf.slice(t, [1, 0, 0], [1, 1, 3]) # begin = [1, 0, 0]
这里根据顺序我们知道，begin是[1, 0, 0], szie是[1, 1, 3]. 他们两个数组的意义是从左至右，
每一个数字代表一个维度。上面说了begin的意思是起始位置，那么[1, 0, 0]的意思是在3个维度种，
每个维度从哪里算起。
第一个维度是[A, B, C]。begin里[1, 0, 0]是1， 也就是从B算起。其次第二维度是B=[k, l]（注意啊，
这里我只写了B=[k,l], 可不代表只有B有用，如果size里第一个数字是2的话, B和C都会被选取的），
begin里第二个数字是0, 也就是从K算起。 第三维度k=[3, 3, 3], begin里第三个数是0， 就是从第一个3
算起。
现在都能看懂了把？知道了这三个起点之后，再来看size。
size的意思是每个维度的大小，也就是每个维度取几个元素。size的应该是最后输出tensor的shape.
例子里面：
tf.slice(t, [1, 0, 0], [1, 1, 3]) # size=[1, 1, 3]
size里第一个是1， 意思是第一个维度取一个元素。 t = [A, B, C] begin是起算是B， 取一个那就是B了呗。
那么第一维度结果就是[B]
size第二个也是1， 第二维度B = [k, l], begin里起算是k, 取一个就是k, 那么第二维度的结果就是[[k]].
size第三个是3， 第三维度k=[3,3,3], begin里起算是第一个3。三个3取3个数， 那就要把三个3都取了，
所以是
[[[3, 3, 3]]]
例2：
t = tf.constant([[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [-1, -1, -1])
如果szie的输入值是-1的话，在那个维度剩下的都会slice走。
上面的例子中， begin是[1, 0, 0]。 这三个维度都是-1的话，那么结果：
第一维度是[B, C]; 第二维度是[[k, l], [m, n]]; 第三维度是[[[3, 3, 3], [4, 4, 4]],[[5, 5, 5], [6, 6, 6]]]
标签：ant def 维度 pytho 玩意儿 python one nat 顺序
原文地址：https://www.cnblogs.com/elitphil/p/11823953.html
