tf.strided_slice的用法和理解

Posted 2022-09-19 aofengdaxia

函数的参数如下

def strided_slice(input_,
                  begin,
                  end,
                  strides=None,
                  begin_mask=0,
                  end_mask=0,
                  ellipsis_mask=0,
                  new_axis_mask=0,
                  shrink_axis_mask=0,
                  var=None,
                  name=None):

具体的理解如下

1. input为输入的源数组（数据）
2. begin是指的开始的数组下标
3. end 是指结束的数组下标
4. strides 是指步长

代码实操

input =[
	[[1,1,1],[2,2,2]],
	[[3,3,3],[4,4,4]],
	[[5,5,5],[6,6,6]]
]
r1 = tf.strided_slice(input,[0],[1],[1])
r2 = tf.strided_slice(input,[0],[2],[1])
r3 = tf.strided_slice(input,[0],[2],[2])
with tf.Session() as sess:
	print(sess.run(r1) ## 结果为[[[1,1,1] [2,2,2]]]
	print(sess.run(r2) ##结果为[[[1,1,1] [2,2,2]][[3,3,3],[4,4,4]]
	print(sess.run(r3)) ##结果为[[[1,1,1],[2,2,2]]]

当begin和end只有1位的时候，表示截取最外面的一层

r4 = tf.strided_slice(input,[0,0],[1,1],[1,1])
## 这个表示的就是从最外层截取0到1 就是 [[1,1,1],[2,2,2]] 然后在从里面截取0到1，所以结果是[1,1,1]
r5 = tf.strided_slice(input,[0,0,0],[1,1,1],[1,1,1])
## 这个如下:[[[1,1,1],[2,2,2]]] ⇒ [[[1,1,1]]]==>[[[1]]]

当strides大于 end的时候，默认只去begin。当begin>end的时候，取空值