具有负大小的张量流切片答案

【问题标题】：tensorflow slice with negative size具有负大小的张量流切片
【发布时间】：2016-11-03 04:04:23
【问题描述】：

在本教程中 http://learningtensorflow.com/lesson4/ 它在一些图像数据上调用 tensorflow slice 方法 raw_image_data = mpimg.imread(文件名)

image = tf.placeholder("uint8", [None, None, 3])
slice = tf.slice(image, [1000, 0, 0], [3000, -1, -1])

来自切片定义 tf.slice(input_, begin, size, name=None)

我认为它的意思是从像素 1000,0 R 层（在 rgb 之外）开始，取一个大小为 3000、-1 的切片，并减去 -1 层。对于第二个图像维度和 rgb 层，我不知道如何从 0 变为 -1。

有人知道吗？

【问题讨论】：

【解决方案1】：

-1 这里相当于“*”或“取该维度中的所有元素”，即根据documentation“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，如果

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

然后

tf.slice(x, [0, 0], [1, -1])

会回来

[1 2 3]

【讨论】：

请问为什么不返回 [1 2]，因为 slice 调用中只指定了两个维度。
[0, 0] 表示我们从第 0 行第 0 列开始切片。[1, -1] 表示对于维度 0（行），取 1 个元素，对于维度 1（列） , 取所有元素。
但是[1 2 3]中的3是维度2，切片调用中没有提到。那么为什么结果会包含维度 2？
索引 [0, 2] 中的值 '3'。（维度 0 的索引 0，维度 1 的索引 2）。没有维度 2。包含它是因为 size 参数 [1, -1] 中的“-1”表示包含维度 1 的所有元素。 size 参数 [1, -1] 中的“1”表示仅包含 1 行（在维度 0 空间中）。

【解决方案2】：

-1 是张量大小定义中的一个特殊值。

这并不意味着-1，而是意味着一切。

排队

image = tf.placeholder("uint8", [None, None, 3])

您正在定义一个形状为 (?, ?, 3) 的占位符。

在下面一行：

slice = tf.slice(image, [1000, 0, 0], [3000, -1, -1])

您正在定义slice 操作。这个操作意味着：

从image 中提取一个形状为(?, ?, 3) 的切片。

从位置(1000, 0, 0)开始提取形状为(3000, ?, 3)的切片。

3000 表示返回的切片将有3000 元素，从image 中提取，在维度0 中的位置1000 之后。

? 表示 Tensorflow 将在运行时确定该值（由于image 未定义形状而无法确定）。

3 由image 推断。提取切片的每个元素都将具有3 的深度。

【讨论】：