tf.slice()

轉載自：https://blog.csdn.net/chenxieyy/article/details/53031943

• 函數原型

     tf.slice(inputs,begin,size,name='')   從inputs中抽取部份內容

• 參數說明

     inputs：能夠是list,array,tensor

     begin：n維列表，begin[i] 表示從inputs中第i維抽取數據時，相對0的起始偏移量，也就是從第i維的begin[i]開始抽取數據

     size：n維列表，size[i]表示要抽取的第i維元素的數目

     有幾個關係式以下:

         （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]

•  例子

import tensorflow as tf  
import numpy as np  
x=[[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，也就是隻抽取[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]]]  

---

In [48]: out=tf.slice(z,[0,1,1],[1,1,2])
In [49]: sess.run(out)
Out[49]: array([[[5, 6]]], dtype=int32)

In [50]: out=tf.slice(z,[0,1,1],[2,1,2])
In [51]: sess.run(out)
Out[51]: 
array([[[ 5, 6]],[[11, 12]]], dtype=int32)