Question

在tensorflow中，我试图使用tf.slice，但是as its documentation states，它需要切片适合输入数组。例如，如果你试图切割张量[1,2,3,4]的前5个位置，它将崩溃。我想拥有与python列表或numpy数组相同的功能，其中切片可以获得原始数组和您要求的切片的交集。例如，如果你要求[1,2,3,4]中的2到6个位置，你将获得[2,3,4]。

我怎样才能在张量流中做到这一点？

谢谢！

Answer 1

你可以使用tensorflow的python切片运算符，它比tf.slice略强一些，特别是一些绑定检查的行为与numpy类似。

x = tf.zeros((10,))
y = tf.slice(x, [5], [15])
print(y.shape)
# (15,)
z = x[5:42]
print(z.shape)
# (5,)

Answer 2

您可以使用tf.clip_by_value：

def robust_slice( t, begin, size, name=None ):
    with tf.name_scope('robust_slice'):
        new_size = tf.clip_by_value(size + begin, clip_value_min = 0, clip_value_max = t.shape()) - begin
        return tf.slice(t, begin, new_size, name)

（没有经过测试，但这样的事情应该可以完成这项工作）

用nfy中的tf.slice检测越界切片

2 个答案: