Tensorflow API 學習(3)-tf.slice()_TensorFlow

1，函數原型 tf.slice(inputs,begin,size,name='')

2，用途：從inputs中抽取部分內容

     inputs：可以是list,array,tensor

     begin：n維列表，begin[i] 表示從inputs中第i維抽取資料時，相對0的起始位移量，也就是從第i維的begin[i]開始抽取資料

     size：n維列表，size[i]表示要抽取的第i維元素的數目

     有幾個關係式如下:

         （1） i in [0,n]

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

         （3）begin[i]>=0   抽取第i維元素的起始位置要大於等於0

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

3，例子

    

import tensorflow as tfimport numpy as npx=[[1,2,3],[4,5,6]]y=np.arange(24).reshape([2,3,4])z=tf.constant([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]],  [[13,14,15],[16,17,18]]]sess=tf.Session()begin_x=[1,0]        #第一個1，決定了從x的第二行[4,5,6]開始，第二個0，決定了從[4,5,6] 中的4開始抽取size_x=[1,2]           # 第一個1決定了，從第二行以起始位置抽取1行，也就是只抽取[4,5,6] 這一行，在這一行中從4開始抽取2個元素out=tf.slice(x,begin_x,size_x)print sess.run(out)  #  結果:[[4 5]]begin_y=[1,0,0]size_y=[1,2,3]out=tf.slice(y,begin_y,size_y)   print sess.run(out)  # 結果:[[[12 13 14] [16 17 18]]]begin_z=[0,1,1]size_z=[-1,1,2] out=tf.slice(z,begin_z,size_z)print sess.run(out)  # size[i]=-1 表示第i維從begin[i]剩餘的元素都要被抽取，結果：[[[ 5  6]] [[11 12]] [[17 18]]]