tf.slice()

原文连接：https://www.jianshu.com/p/71e6ef6c121b

tf.slice()到底要怎么切呢？下面通过列子来看看

方程的signature是这样的：

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

其中“input"是你输入的tensor,就是被切的那个张量，

"begin"是每一个维度的起始位置，这个下面详细说，

"size"相当于每个维度拿几个元素出来。

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])

这个输出是:

[[[3, 3, 3]]]

首先作为一个3维数组t,你要首先明白他的shape是[3, 3, 3]

shape:

这个shape是怎么来的呢？咱们把这t分解一下就好理解了。那一大堆括号的t,

只看他最外面的括号的话，可以看成是:

t = [A, B, C]      # 这是第一维度

然后每一个里面有两个东西，可以写成：

A=[i, j],  B=[k, l],  C=[m, n]    # 这是第二维度

最后， 这i, j, k, l, m, n 里面分别是:

i = [1, 1, 1],   j = [2, 2, 2], k=[3, 3, 3], l = [4, 4, 4], m = [5, 5, 5], n=[6, 6, 6]  # 这是第三维度

所以shape就是中括号[]层级里单位的数量。

对于t来说，最外面括号里有3个东西，分别是A, B, C。这三个东西里每个里面有2个玩意儿， i和j, k和l, m和n。

他们里面每一个又有3个数字. 所以t的shape是[3, 2, 3].

Slice:

在解释slice之前，有一点要知道的是python的数组Index是从0开始的。

有了这个基础，我们再来看例子：

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

这里根据顺序我们知道，begin是[1, 0, 0], szie是[1, 1, 3]. 他们两个数组的意义是从左至右，

每一个数字代表一个维度。上面说了begin的意思是起始位置，那么[1, 0, 0]的意思是在3个维度种，

每个维度从哪里算起。

第一个维度是[A, B, C]。begin里[1, 0, 0]是1， 也就是从B算起。其次第二维度是B=[k, l]（注意啊，

这里我只写了B=[k,l], 可不代表只有B有用，如果size里第一个数字是2的话, B和C都会被选取的），

begin里第二个数字是0, 也就是从K算起。 第三维度k=[3, 3, 3], begin里第三个数是0， 就是从第一个3

算起。

现在都能看懂了把？知道了这三个起点之后，再来看size。

size的意思是每个维度的大小，也就是每个维度取几个元素。size的应该是最后输出tensor的shape.

例子里面：

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

size里第一个是1， 意思是第一个维度取一个元素。 t = [A, B, C] begin是起算是B， 取一个那就是B了呗。

那么第一维度结果就是[B]

size第二个也是1， 第二维度B = [k, l], begin里起算是k, 取一个就是k, 那么第二维度的结果就是[[k]].

size第三个是3， 第三维度k=[3,3,3], begin里起算是第一个3。三个3取3个数， 那就要把三个3都取了，

所以是

[[[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, -1, -1])

如果szie的输入值是-1的话，在那个维度剩下的都会slice走。

上面的例子中， begin是[1, 0, 0]。 这三个维度都是-1的话，那么结果：

第一维度是[B, C]; 第二维度是[[k, l], [m, n]]; 第三维度是[[[3, 3, 3], [4, 4, 4]],[[5, 5, 5], [6, 6, 6]]]