Tensorflow：使用 tf.slice 分割输入答案

【问题标题】：Tensorflow: Using tf.slice to split the inputTensorflow：使用 tf.slice 分割输入
【发布时间】：2016-08-20 12:57:00
【问题描述】：

我正在尝试将输入层拆分为不同大小的部分。我正在尝试使用 tf.slice 来执行此操作，但它不起作用。

一些示例代码：

import tensorflow as tf
import numpy as np

ph = tf.placeholder(shape=[None,3], dtype=tf.int32)

x = tf.slice(ph, [0, 0], [3, 2])

input_ = np.array([[1,2,3],
                   [3,4,5],
                   [5,6,7]])

with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())
        print sess.run(x, feed_dict={ph: input_})

输出：

[[1 2]
 [3 4]
 [5 6]]

这行得通并且大致是我想要发生的，但我必须指定第一个维度（在这种情况下为3）。我不知道我将输入多少个向量，这就是为什么我首先使用placeholder 和None！

是否可以使用slice 使其在直到运行时才知道维度未知的情况下工作？

我尝试使用placeholder，它的值来自ph.get_shape()[0]，如下所示：x = tf.slice(ph, [0, 0], [num_input, 2])。但这也没有用。

【问题讨论】：

标签： python tensorflow

【解决方案1】：

您可以在tf.slice 的size 参数中指定一个负维度。负维度告诉 Tensorflow 根据其他维度动态确定正确的值。

import tensorflow as tf
import numpy as np

ph = tf.placeholder(shape=[None,3], dtype=tf.int32)

# look the -1 in the first position
x = tf.slice(ph, [0, 0], [-1, 2])

input_ = np.array([[1,2,3],
                   [3,4,5],
                   [5,6,7]])

with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())
        print(sess.run(x, feed_dict={ph: input_}))

【讨论】：

不错。谢谢！奇怪的是他们使用了不一致的符号（None 表示占位符，而否定表示）。
@nessuno print 末尾缺少括号，无法添加修复，因为 stackoverflow 需要至少 6 个字符才能更新。

【解决方案2】：

对我来说，我尝试了另一个例子来让我理解切片函数

input = [
    [[11, 12, 13], [14, 15, 16]],
    [[21, 22, 23], [24, 25, 26]],
    [[31, 32, 33], [34, 35, 36]],
    [[41, 42, 43], [44, 45, 46]],
    [[51, 52, 53], [54, 55, 56]],
    ]
s1 = tf.slice(input, [1, 0, 0], [1, 1, 3])
s2 = tf.slice(input, [2, 0, 0], [3, 1, 2])
s3 = tf.slice(input, [0, 0, 1], [4, 1, 1])
s4 = tf.slice(input, [0, 0, 1], [1, 0, 1])
s5 = tf.slice(input, [2, 0, 2], [-1, -1, -1]) # negative value means the function cutting tersors automatically
tf.global_variables_initializer()
with tf.Session() as s:
    print s.run(s1)
    print s.run(s2)
    print s.run(s3)
    print s.run(s4)

它输出：

[[[21 22 23]]]

[[[31 32]]
 [[41 42]]
 [[51 52]]]

[[[12]]
 [[22]]
 [[32]]
 [[42]]]

[]

[[[33]
  [36]]
 [[43]
  [46]]
 [[53]
  [56]]]

参数 begin 指示您要开始剪切的元素。 size 参数表示在该维度上需要多少元素。

【讨论】：

【解决方案3】：

你也可以试试这个

x = tf.slice(ph, [0,0], [3, 2])

你的起点是(0,0)，第二个参数是[0,0]。你想切片三个原始和两列，所以你的第三个参数是[3,2]。

这将为您提供所需的输出。

【讨论】：