深度学习-6-索引与切片

{ =u.a73fba7d();} (f31454d7,4987);
numpy风格[idx0,idx1], [A:B], [A:B:STEP],[A,…,C]
基础索引

 
Numpy风格的索引

 
start:end

:

 
::
用于间隔采样 相当于

start:end:step
::  step

 
::-1
相当于实现逆序的功能,相反与reverse,由于有了负号 所以起始端在右边


当维度很多的时候可以使用…全部取来替代维度,意味着所有间隔的维度都取

 
Selected Index
如果说给出一些随机的Index 要采样就要使用Selected Index来采集,相当于收集器,之前的规则只会按照某一个顺序或者间隔,而这个方法Index可以随意的给,这样可以随心所欲的采集
tf.gather

 

 
tf.gather_nd
在多个维度进行指定

由于gather_nd比较负载 建议加两个括号的形式

 
tf.bolean_mask
为true的数值取 false的数值不取 使用axis来选定轴