我正在尝试使用 tf.slice()
运算符对四维张量进行切片,如下所示:
x_image = tf.reshape(x, [-1,28,28,1], name='Images_2D')
slice_im = tf.slice(x_image,[0,2,2],[1, 24, 24])
但是,当我尝试运行这段代码时,出现以下异常:
raise ValueError("Shape %s must have rank %d" % (self, rank))
ValueError: Shape TensorShape([Dimension(None), Dimension(28), Dimension(28), Dimension(1)]) must have rank 3
如何对这个张量进行切片?
最佳答案
tf.slice(input, begin, size)
运算符要求 begin
和 size
向量(定义要切片的子张量)的长度与 input
中的维数相同。因此,要对 4-D 张量进行切片,您必须传递一个包含四个数字的向量(或列表)作为 tf.slice()
的第二个和第三个参数。
例如:
x_image = tf.reshape(x, [-1, 28, 28, 1], name='Images_2D')
slice_im = tf.slice(x_image, [0, 2, 2, 0], [1, 24, 24, 1])
# Or, using the indexing operator:
slice_im = x_image[0:1, 2:26, 2:26, :]
索引运算符稍微更强大,因为它还可以降低输出的等级,如果您为维度指定单个整数而不是范围:
slice_im = x_image[0:1, 2:26, 2:26, :]
print slice_im_2d.get_shape() # ==> [1, 24, 24, 1]
slice_im_2d = x_image[0, 2:26, 2:26, 0]
print slice_im_2d.get_shape() # ==> [24, 24]
关于slice - 如何在 TensorFlow 中对 4 阶张量进行切片?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35339482/