tf.slice()

转载自：https://blog.csdn.net/chenxieyy/article/details/53031943

• 函数原型

     tf.slice(inputs,begin,size,name='')   从inputs中抽取部分内容

• 参数说明

     inputs：可以是list,array,tensor

     begin：n维列表，begin[i] 表示从inputs中第i维抽取数据时，相对0的起始偏移量，也就是从第i维的begin[i]开始抽取数据

     size：n维列表，size[i]表示要抽取的第i维元素的数目

     有几个关系式如下:

         （1） i in [0,n]

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

         （3）begin[i]>=0   抽取第i维元素的起始位置要大于等于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]        #第一个1，决定了从x的第二行[4,5,6]开始，第二个0，决定了从[4,5,6] 中的4开始抽取  
size_x=[1,2]           # 第一个1决定了，从第二行以起始位置抽取1行，也就是只抽取[4,5,6] 这一行，在这一行中从4开始抽取2个元素  
out=tf.slice(x,begin_x,size_x)  
print sess.run(out)  #  结果:[[4 5]]  
  
begin_y=[1,0,0]  
size_y=[1,2,3]  
out=tf.slice(y,begin_y,size_y)     
print sess.run(out)  # 结果:[[[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维从begin[i]剩余的元素都要被抽取，结果：[[[ 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)