tensorflow中tf.slice和tf.gather切片函數(shù)的使用
tf.slice(input_, begin, size, name=None):按照指定的下標(biāo)范圍抽取連續(xù)區(qū)域的子集
tf.gather(params, indices, validate_indices=None, name=None):按照指定的下標(biāo)集合從axis=0中抽取子集,適合抽取不連續(xù)區(qū)域的子集
輸出:
input = [[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]]
tf.slice(input, [1, 0, 0], [1, 1, 3]) ==> [[[3, 3, 3]]]
tf.slice(input, [1, 0, 0], [1, 2, 3]) ==> [[[3, 3, 3],
[4, 4, 4]]]
tf.slice(input, [1, 0, 0], [2, 1, 3]) ==> [[[3, 3, 3]],
[[5, 5, 5]]]
tf.gather(input, [0, 2]) ==> [[[1, 1, 1], [2, 2, 2]],
[[5, 5, 5], [6, 6, 6]]]
假設(shè)我們要從input中抽取[[[3, 3, 3]]],這個輸出在inputaxis=0的下標(biāo)是1,axis=1的下標(biāo)是0,axis=2的下標(biāo)是0-2,所以begin=[1,0,0],size=[1,1,3]。
假設(shè)我們要從input中抽取[[[3, 3, 3], [4, 4, 4]]],這個輸出在inputaxis=0的下標(biāo)是1,axis=1的下標(biāo)是0-1,axis=2的下標(biāo)是0-2,所以begin=[1,0,0],size=[1,2,3]。
假設(shè)我們要從input中抽取[[[3, 3, 3], [5, 5, 5]]],這個輸出在inputaxis=0的下標(biāo)是1-2,axis=1的下標(biāo)是0,axis=2的下標(biāo)是0-2,所以begin=[1,0,0],size=[2,1,3]。
假設(shè)我們要從input中抽取[[[1, 1, 1], [2, 2, 2]],[[5, 5, 5], [6, 6, 6]]],這個輸出在input的axis=0的下標(biāo)是[0, 2],不連續(xù),可以用tf.gather抽取。input[0]和input[2]
以上這篇tensorflow中tf.slice和tf.gather切片函數(shù)的使用就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
詳解windows python3.7安裝numpy問題的解決方法
這篇文章主要介紹了windows python3.7安裝numpy問題的解決方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
利用Python產(chǎn)生加密表和解密表的實現(xiàn)方法
這篇文章主要介紹了利用Python產(chǎn)生加密表和解密表的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
Python利用atexit模塊實現(xiàn)優(yōu)雅處理程序退出
Python的atexit模塊提供了一種方便的方式來注冊這些退出時執(zhí)行的函數(shù),文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-03-03

