tf.slice用法

函数：tf.slice(inputs, begin, size, name)
作用：从列表、数组、张量等对象中抽取一部分数据
begin和size是两个多维列表，他们共同决定了要抽取的数据的开始和结束位置
begin表示从inputs的哪几个维度上的哪个元素开始抽取 ，begin基于下标0开始
size表示在inputs的各个维度上抽取的元素个数
若begin[]或size[]中出现-1,表示抽取对应维度上的所有元素

测试：如下是一个三维Tensor数据表

import tensorflow as tf

import numpy as np

#这个代码演示测试tf.slice函数

t=[[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]],[[5,5,5],[6,6,6]]]

s1=tf.slice(t,[1,0,0],[1,1,3])

#begin=[1,0,0]，表明从第1维的[0,0]开始切片，也就是从[3,3,3]开始

#size=[1,1,3]表明切片后是1维，切片的尺寸为1行3列。

s2=tf.slice(t,[0,1,1],[2,1,1])

#begin=[0，1，1]，表明从第0维的[1,1]开始切片，也就是从[2，2，2]的第二个2开始

#size=[2，1，1]表明切片后是2维，切片的尺寸为1行1列。

sess=tf.Session()

print(sess.run(s1))

#输出结果为[[[3 3 3]]],一行三列

print(sess.run(s2))

#输出结果：

[[[2]] [[4]]]

#测试维度：

print(sess.run(s1).shape)

print(sess.run(s2).shape)

#结果如下

(1, 1, 3) (2, 1, 1)

下面的立体图说明切片的实际方法：

（size的大小不能大于切片刀下方表格数据的尺寸，维度数不能大于被切片数据的维度）

以s2为例