tf.slice()解釋

轉載：https://www.jianshu.com/p/71e6ef6c121b

def slice(input_, begin, size, name=None):

其中「input_」是你輸入的tensor，就是被切的那個。

「begin」是每個維度的起始位置，這個下面詳細說。

「size」至關於問每一個維度拿幾個元素出來。

---

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])

這個輸出是：

[[[3, 3, 3]]]

首先做爲一個3維數組t，你要先明白他的shape是[3,2,3].  

---

Shape:

這個shape是怎麼來的呢？我們把這個t分解一下看就好理解了。那一大堆有括號的t，只看它最外面的括號的話，能夠當作是：

t = [A, B, C]   #這是第一維度

而後每個裏面有兩個東西，能夠寫成：

A = [i, j]， B = [k, l]， C = [m, n]  #這是第二維度

最後，這i, j, k, l, m, n裏面分別是：

i = [1, 1, 1], j = [2, 2, 2], k = [3, 3 ,3], l = [4, 4, 4], m = [5, 5, 5], n = [6, 6, 6]  # 這是第三維度

因此shape就是中括號 [ ] 的層級裏單位的數量。

對於t來講，最外面括號裏有3個東西，分別是A, B, C。這三個東西每一個裏面有兩個玩意兒, i和j, k和l, m和n。

他們裏面每個又有3個數字。因此t的shape是[3,2,3]。這是個人理解方式。

---

Slice:

在解釋slice以前，有一點要知道的是python的數組index是從0開始的。

有了這個基礎，咱們再來看例子：

tf.slice(t, [1, 0, 0], [1, 1, 3])  # begin = [1, 0, 0]

這裏根據順序咱們知道，begin是[1, 0, 0], size是[1, 1, 3].  他們兩個數組的意義是從左至右，每個數字表明一個維度。上面說了begin的意思是起始位置，那麼[1, 0, 0]的意思是在3個維度中，每一個維度從哪裏算起。

第一維度是[A, B, C]。 begin裏[1, 0, 0]是1，也就是從B算起。其次第二維度裏B = [k, l]（注意啊，我這裏只寫了B = [k, l]，可不表明只有B有用，若是size裏第一個數字是2的話，B和C都會被取的），begin裏第二個數是0，也就是從k算起。第三維度k = [3, 3 ,3]，begin裏第三個數是0，就是從第一個3算起。

到如今都能看懂吧？知道了這三個起始點以後，再來看size。

size的意思是每一個維度的大小，也就是每一個維度取幾個元素。size的應該是最後輸出的tensor的shape。

例子裏面：

tf.slice(t, [1, 0, 0], [1, 1, 3])  # size = [1, 1, 3]

size裏第一個是1，意思是在第一個維度取1個元素。t = [A, B, C] begin是起算是B，取一個那就是B了唄。那麼第一維度結果就是[B]

size第二個也是1，第二維度B = [k, l]， begin裏起算是k，取一個是k。那麼第二維度結果是[[k]]。

size第三個是3,第三維度k = [3, 3 ,3]，begin裏起算是第一個3。三個3取3個數，那就要把三個3都取了，因此是

[[[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, 2, 3])

看懂了第一個，再看第二個就簡單了。這裏begin仍是同樣[1, 0 ,0]。 size第一個維度取一個，仍是[B]。而後這裏不是1了，是2，意思是取兩個。還記得B = [k, l]嗎？如今不是隻要k了，是k和l都要。第三維度取3個，也就是說不光是k = [3, 3 ,3]，l = [4, 4, 4]也要slice走。

總結一下，第一維度取[B]。第二維度裏把B換成[k, l],就變成了[[k, l]]. 第三維度裏把k換成[3, 3 ,3]，把l 換成 [4, 4, 4]，替換後是最終結果

[[[3, 3, 3], [4, 4, 4]]]

是否是以爲看懂了也挺簡單的，只是可能不太習慣這種思惟方式。

---

例3：

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])

對於這種狀況，源代碼註釋中有一句話：

If `size[i]` is -1, all remaining elements in dimension i are included in the slice. In other words, this is equivalent to setting: `size[i] = input.dim_size(i) - begin[i]`

也就是說，若是size輸入值是-1的話，在那個維度剩下的數都會slice走。上面的例子中，begin是[1, 0, 0]。三個維度都是-1的話，那麼結果: 第一維度是[B,C]；第二維度是[[k, l], [m, n]]; 第三維度是[[[3,3,3], [4,4,4]], [[5,5,5], [6,6,6]]]