Как отрезать ранг 4 тензора в TensorFlow?

Question

Я пытаюсь разрезать четырехмерный тензор с помощью оператора tf.slice() следующим образом:

x_image = tf.reshape(x, [-1,28,28,1], name='Images_2D') 
slice_im = tf.slice(x_image,[0,2,2],[1, 24, 24]) 

Однако, когда я пытаюсь запустить этот код, я получаю следующее исключение:

raise ValueError("Shape %s must have rank %d" % (self, rank)) 

ValueError: Shape TensorShape([Dimension(None), Dimension(28), Dimension(28), Dimension(1)]) must have rank 3 

Как я могу нарезать этот тензор?

Answer 1

tf.slice(input, begin, size) оператор требует, чтобы begin и size векторы — которые определяют subtensor, чтобы быть нарезаны — иметь такую ​​же длину, что и количество измерений в input. Поэтому, чтобы разрезать четырехмерный тензор, вы должны передать вектор (или список) из четырех чисел в качестве второго и третьего аргументов tf.slice().

Например:

x_image = tf.reshape(x, [-1, 28, 28, 1], name='Images_2D') 

slice_im = tf.slice(x_image, [0, 2, 2, 0], [1, 24, 24, 1]) 

# Or, using the indexing operator: 
slice_im = x_image[0:1, 2:26, 2:26, :] 

Оператор индексации немного более мощным, так как он может также уменьшить ранг вывода, если для измерения указывается одно целое, а не диапазон:

slice_im = x_image[0:1, 2:26, 2:26, :] 
print slice_im_2d.get_shape() # ==> [1, 24, 24, 1] 

slice_im_2d = x_image[0, 2:26, 2:26, 0] 
print slice_im_2d.get_shape() # ==> [24, 24]