crop¶

paddle.fluid.layers. crop ( x, shape=None, offsets=None, name=None ) ¶

该 OP 根据偏移量(offsets)和形状(shape)，裁剪输入 Tensor。

注意： 此 OP 已被弃用，它将在以后的版本中被删除，请使用 cn_api_fluid_layers_crop_tensor 替代

样例：

         * Case 1:
    Given
        X = [[0, 1, 2, 0, 0]
             [0, 3, 4, 0, 0]
             [0, 0, 0, 0, 0]],
    and
        shape = [2, 2],
        offsets = [0, 1],
    output is:
        Out = [[1, 2],
               [3, 4]].
* Case 2:
    Given
        X = [[0, 1, 2, 5, 0]
             [0, 3, 4, 6, 0]
             [0, 0, 0, 0, 0]],
    and shape is tensor
        shape = [[0, 0, 0]
                 [0, 0, 0]]
    and
        offsets = [0, 1],

    output is:
        Out = [[1, 2, 5],
               [3, 4, 6]].

        

参数¶

x (Variable)：多维 Tensor，数据类型为 float32

shape (Variable|list/tuple of integers) - 指定输出 Tensor 的形状，它可以是一个 Tensor/整数列表/整数元组。如果是 Tensor，它的秩必须与 x 相同，它的形状指定了输出 Tensor 的形状，它的元素的数值在这里不起作用，该方式适用于每次迭代时候需要改变输出形状的情况。如果是整数列表/元组，则其长度必须与 x 的秩相同

offsets (Variable|list/tuple of integers|None，可选) - 指定每个维度上的裁剪的偏移量，它可以是一个 Tensor，或者一个整数列表/整数元组。如果是一个 Tensor，它的秩必须与 x 相同，这种方法适用于每次迭代的偏移量（offset）都可能改变的情况。如果是一个整数列表/元组，则长度必须与 x 的秩相同，如果 offsets=None，则每个维度的偏移量为 0。默认值为 None

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

经过形状裁剪之后的 Tensor，与输入 x 具有相同的数据类型

返回类型¶

Variable

抛出异常¶

如果形状不是列表、元组或 Variable，抛出 ValueError

代码示例¶

COPY-FROM: paddle.fluid.layers.crop