Question

最近，我从tensorflow.Part代码的教程中学习了有关RNN的代码，如下所示，而https://www.tensorflow.org/tutorials/recurrent

的更多信息

outputs = []
    state = self._initial_state
    with tf.variable_scope("RNN"):
      for time_step in range(num_steps):
        if time_step > 0: tf.get_variable_scope().reuse_variables()
        (cell_output, state) = cell(inputs[:, time_step, :], state)#here!
        outputs.append(cell_output)

我无法理解inputs[:, time_step, :]的工作原理，例如，这些Args是什么意思？您的回答将不胜感激。非常感谢！

Answer 1

如果input的形状为[d1, d2, d3]，time_step是d2以下的自然整数，

output = inputs[:, time_step, :]

然后输出是形状[d1, 1, d3]的矩阵，使

output[i, 0, j] = input[i, time_step, j]

它基本上提取括号中给出的索引给出的输入元素，“：”意味着“所有这些都在该维度上”。

如何理解tensorflow的Slice函数？

1 个答案: