| tensorFlow2.0中的索引和切片 |
文章目录
介绍如何对一个tensor的部分数据进行一个读取，也就是tensor的索引和切片。
一、索引与切片
1.1、最基本的索引方式
注意：这种索引方式比较通用，大家都能接受，但这种索引方式比较单一，需要写多个中括号，看起开程序可读性比较差。只能取一个具体的元素，不支持那种隔断取，倒着取多样取得方式。这样对数据读取存在限制。numpy对这种方式进行了一个很好的拓展。下面展示！
1.2、Numpy的索引方式
注意：使用numpy方式，程序的可读性强，程序中也可以少很多中括号。
1.3、切片(单冒号)，start:end
注意：切片希望读取维度的一部分，比如有4找图片，希望读取前2张图片。切片返回的总是一个标量。比如：这里对于传统的 a[ -1 ] 这样返回的是一个9；对于切片a[-1:]这样返回的是一个向量[ 9 ]。
1.4、切片(双冒号)，start: end: step 隔着采样。
- 之前的start:end实际相当于start: end:1 默认step为1了。
1.4.1、双冒号另一个神奇的功能: tensor倒序
1.5、切片(省略号) …
1.6、Selective Indexing
1.6.1、tf.gather
注意：以上可以实现想怎么采样就怎么采样，没必要按着规则来了。