slice

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

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 axesstartsends 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 startsends 传递负值如 \(-i\),则表示该轴的反向第 \(i-1\) 个位置(这里以 0 为初始位置)。如果传递给 startsend 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_MAXaxesstartsends 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:

示例 1:
        给定:
             data=[[1,2,3,4],[5,6,7,8],]
             axes=[0,1]
             starts=[1,0]
             ends=[2,3]
        则:
             result=[[5,6,7],]

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

参数

  • input (Tensor)- 多维 Tensor,数据类型为 float16float32float64int32,或 int64

  • axes (list|tuple)- 数据类型是 int32。表示进行切片的轴。

  • starts (list|tuple|Tensor)- 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[]的 0-D Tensor。如果 starts 的类型是 Tensor,则是 1-D Tensor。表示在各个轴上切片的起始索引值。

  • ends (list|tuple|Tensor)- 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[]的 0-D Tensor。如果 ends 的类型是 Tensor,则是 1-D Tensor。表示在各个轴上切片的结束索引值。

返回

多维 Tensor,数据类型与 input 相同。

代码示例

>>> import paddle

>>> input = paddle.rand(shape=[4, 5, 6], dtype='float32')
>>> # example 1:
>>> # attr starts is a list which doesn't contain tensor.
>>> axes = [0, 1, 2]
>>> starts = [-3, 0, 2]
>>> ends = [3, 2, 4]
>>> sliced_1 = paddle.slice(input, axes=axes, starts=starts, ends=ends)
>>> # sliced_1 is input[1:3, 0:2, 2:4].

>>> # example 2:
>>> # attr starts is a list which contain tensor.
>>> minus_3 = paddle.full([1], -3, "int32")
>>> sliced_2 = paddle.slice(input, axes=axes, starts=[minus_3, 0, 2], ends=ends)
>>> # sliced_2 is input[1:3, 0:2, 2:4].

使用本API的教程文档