Python tf.slice和tf.stripped_切片

试图理解tensorflow在一个又一个层面上大步前进

x = tf.constant(np.array(   [[[111, 112, 113], [121, 122, 123]],
                            [[211, 212, 213], [221, 222, 223]],
                            [[311, 312, 313], [321, 322, 323]]]))
with tf.Session() as sess:
    print("tf.shape ------------------")
    print(sess.run(tf.shape(x)))
    print("tf.slice ------------------------")
    print(sess.run((tf.slice(x, [1, 0, 0], [2, 1, 3]) )))
    print("tf.strided_slice ------------------------")
    print(sess.run(tf.strided_slice(x, [1, 0, 0], [2, 1, 3], [1, 1, 1])))
    print(sess.run(tf.strided_slice(x, [1, -1, 0], [2, -3, 3], [1, -1, 1])))
    print(sess.run(x[1,-1,0]))
    print(sess.run(x[2,-3,3]))

输出

tf.shape ------------------
[3 2 3]
tf.slice ------------------------
[[[211 212 213]]

 [[311 312 313]]]
tf.strided_slice ------------------------
[[[211 212 213]]]
[[[221 222 223]
  [211 212 213]]]
221
ValueError: slice index -1 of dimension 1 out of bounds. for 'strided_slice_8' (op: 'StridedSlice') with input shapes: [3,2,3], [3], [3], [3] and with computed input tensors: input[1] = <2 -3 3>, input[2] = <3 -2 4>, input[3] = <1 1 1>.

tf.shape------------------
[3 2 3]
切片------------------------
[[[211 212 213]]
[[311 312 313]]]
跨步切片------------------------
[[[211 212 213]]]
[[[221 222 223]
[211 212 213]]]
221
ValueError:维度1的切片索引-1超出范围。对于输入形状为[3,2,3]、[3]、[3]、[3]、[3]、[3]且具有计算输入张量的“步态切面”（op:“步态切面”），输入[1]=，输入[2]=，输入[3]=。

对于tf.slice，我理解我们必须在每个维度中提到切片大小，因此超出范围的值是有意义的。但在跨步切片中，末端是张量索引，在张量本身中，怎么出来的大小值是有效的

例子取自

尝试从纸上实现折叠层部分

到目前为止，在网络的构造中，特征检测器应用于 句子矩阵s的一行可以有许多顺序和顺序 在多个要素中的相同行之间创建复杂的依赖关系 地图。然而，不同行中的特征检测器独立于 相互连接，直到顶部完全连接层。完全依赖 通过使等式5中的M为满，可以实现不同行之间的距离 矩阵，而不是对角线的稀疏矩阵。在这里，我们探索一个 称为折叠的更简单方法，不引入任何额外的 参数。在卷积层之后和（动态）k-max之前 池，在要素映射组件方面，每两行仅求和一次。 对于d行的映射，折叠返回d/2行的映射，从而减半 表示的大小。具有折叠层，是一种特征 第i阶检测器现在取决于两行特征值 在i阶的下映射中− 1.这就结束了对问题的描述 DCNN

---

产生的ValueError与对Strated_Slice的前2次调用无关。您在中使用的跨步_切片操作是正确的

打印（sess.run（tf.stripped_切片（x[1,0,0]，[2,1,3]，[1,1,1]））

打印（sess.run（tf.stripped_切片（x[1，-1,0]，[2，-3,3]，[1，-1,1]））

你的问题是打电话给

打印（sess.run（x[2，-3,3]））

python数组中的负索引在数组中反向迭代

例如，给定这样一个数组

arr = ['a', 'b', 'c', 'd', 'e', 'f']

对arr[-1]的调用将产生“f”。类似地，对arr[-4]的调用将产生“c”。如果我们尝试调用arr[-7]，会发生什么？这将尝试访问索引-1，这将抛出一个错误

请记住，Python中的数组具有基于0的索引。对x[2，-3,3]的调用最初访问外部数组中索引2（第3个元素）处的元素，即

[[311, 312, 313], [321, 322, 323]]

现在，在这个外部数组中，有2个元素。但是，您的调用x[2，-3，3]尝试访问索引-1处的元素，因为它从数组末尾开始迭代。这就是产生错误的原因

维度1的切片索引-1超出范围

注意：在x[2，-3，3]中尝试访问的最后一个索引也会产生ValueError，因为它试图访问的索引不在数组中。要解决此问题，您的呼叫可以是x[2，-2,2]

以下是一些关于Python中的跨步切片、切片和数组索引的链接：

---

使用tf.split和tf.reduce_sum来实现两行之和，但我关于tf.stradded_切片的问题仍然有效。