tf.slice

参考   tf.slice - 云+社区 - 腾讯云

从张量中提取一个切片。

tf.slice(
    input_,
    begin,
    size,
    name=None
)

这个操作从begin指定的位置开始，从张量输入中提取一个大小为size的切片。切片大小用张量形状表示，其中size[i]是要切片的输入的第i维的元素个数。切片的起始位置(begin)表示为输入每个维度中的偏移量。换句话说，begin[i]是要从中切片的输入的第i维的偏移量。注意,tf.Tensor。getitem通常是执行切片的一种更符合python风格的方法，因为它允许您编写foo[3:7，:-2]而不是tf。切片(foo， [3,0]， [4, foo.get_shape()[1]-2])。开始是从零开始的;大小从1。如果size[i]为-1，则维度i中的所有剩余元素都包含在切片中。换句话说，这相当于设置:

• size[i] = input.dim_size(i) - begin[i]

这项行动需要:

• 0 <= begin[i] <= begin[i] + size[i] <= Di for i in[0, n]

例：

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])  # [[[3, 3, 3]]]
tf.slice(t, [1, 0, 0], [1, 2, 3])  # [[[3, 3, 3],
                                   #   [4, 4, 4]]]
tf.slice(t, [1, 0, 0], [2, 1, 3])  # [[[3, 3, 3]],
                                   #  [[5, 5, 5]]]

参数：

• input_:张量。
• begin:一个int32或int64张量。
• 大小:一个int32或int64张量。
• name:操作的名称(可选)。

返回值：

• 与输入类型相同的张量。