slice

paddle.fluid.layers.slice(input, axes, starts, ends)[源代码]

该OP沿多个轴生成 input 的切片。与numpy类似： https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html 该OP使用 axes 、 starts 和 ends 属性来指定轴列表中每个轴的起点和终点位置，并使用此信息来对 input 切片。如果向 starts 或 ends 传递负值如

slice - 图1

，则表示该轴的反向第

slice - 图2

个位置（这里以0为初始位置）。如果传递给 starts 或 end 的值大于n（维度中的元素数目），则表示n。当切片一个未知数量的维度时，建议传入 INT_MAX。 axes 、 starts 和 ends 三个参数的元素数目必须相等。以下示例将解释切片如何工作：

  1. 示例1：
  2.         给定：
  3.              data=[[1,2,3,4],[5,6,7,8],]
  4.              axes=[0,1]
  5.              starts=[1,0]
  6.              ends=[2,3]
  7.         则：
  8.              result=[[5,6,7],]
  10. 示例2：
  11.         给定：
  12.              data=[[1,2,3,4],[5,6,7,8],]
  13.              starts=[0,1]
  14.              ends=[-1,1000]    # 此处-1表示第0维的反向第0个位置，索引值是1。
  15.         则：
  16.              result=[[2,3,4],] # 即 data[0:1, 1:4]

参数

  • input （Variable）- 多维 Tensor 或 LoDTensor，数据类型为 float16， float32，float64，int32，或 int64。

  • axes （list|tuple）- 数据类型是 int32。表示进行切片的轴。它是可选的，如果不存在，将被视为

    slice - 图3

    。

  • starts （list|tuple|Variable）- 数据类型是 int32。如果 starts 的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的 Tensor 或 LoDTensor。如果 starts 的类型是 Variable，则是1-D Tensor 或 LoDTensor。表示在各个轴上切片的起始索引值。
  • ends （list|tuple|Variable）- 数据类型是 int32。如果 ends 的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的 Tensor 或 LoDTensor。如果 ends 的类型是 Variable，则是1-D Tensor 或 LoDTensor。表示在各个轴上切片的结束索引值。

返回

多维 Tensor 或 LoDTensor，数据类型与 input 相同。

返回类型

Variable。

抛出异常

  • TypeError：starts 的类型应该是 list、tuple 或 Variable。
  • TypeError：ends 的类型应该是 list、tuple 或 Variable。

代码示例

  1. import paddle.fluid as fluid
  3. input = fluid.layers.data(
  4.     name="input", shape=[3, 4, 5, 6], dtype='float32')
  6. # example 1:
  7. # attr starts is a list which doesn't contain tensor Variable.
  8. axes = [0, 1, 2]
  9. starts = [-3, 0, 2]
  10. ends = [3, 2, 4]
  11. sliced_1 = fluid.layers.slice(input, axes=axes, starts=starts, ends=ends)
  12. # sliced_1 is input[:, 0:3, 0:2, 2:4].
  14. # example 2:
  15. # attr starts is a list which contain tensor Variable.
  16. minus_3 = fluid.layers.fill_constant([1], "int32", -3)
  17. sliced_2 = fluid.layers.slice(input, axes=axes, starts=[minus_3, 0, 2], ends=ends)
  18. # sliced_2 is input[:, 0:3, 0:2, 2:4].