strided_slice¶
strided_slice 算子。
沿多个轴生成 x
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 x
切片。如果向 starts
或 ends
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), strides
表示切片的步长,strides
如果为负数,则按照反方向进行切片。如果传递给 starts
或 ends
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
以及 strides
四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]
strides=[1,1]
则:
result=[[5,6,7],]
示例 2:
给定:
data=[[1,2,3,4],[5,6,7,8],]
axes=[0,1]
starts=[1,3]
ends=[2,0]
strides=[1,-1]
则:
result=[[8,7,6],]
示例 3:
给定:
data=[[1,2,3,4],[5,6,7,8],]
axes=[0,1]
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。
strides =[1,3]
则:
result=[[2],]
参数¶
x (Tensor)- 多维
Tensor
,数据类型为bool
,float32
,float64
,int32
,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[1]的Tensor
。如果starts
的类型是Tensor
,则是 1-DTensor
。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[1]的Tensor
。如果ends
的类型是Tensor
,则是 1-DTensor
。表示在各个轴上切片的结束索引值。strides (list|tuple|Tensor)- 数据类型是
int32
。如果strides
的类型是 list 或 tuple,它的元素可以是整数或者形状为[1]的Tensor
。如果strides
的类型是Tensor
,则是 1-DTensor
。表示在各个轴上切片的步长。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¶
多维 Tensor
,数据类型与 x
相同。
代码示例¶
import paddle
x = paddle.zeros(shape=[3,4,5,6], dtype="float32")
# example 1:
# attr starts is a list which doesn't contain Tensor.
axes = [1, 2, 3]
starts = [-3, 0, 2]
ends = [3, 2, 4]
strides_1 = [1, 1, 1]
strides_2 = [1, 1, 2]
sliced_1 = paddle.strided_slice(x, axes=axes, starts=starts, ends=ends, strides=strides_1)
# sliced_1 is x[:, 1:3:1, 0:2:1, 2:4:1].
# example 2:
# attr starts is a list which contain tensor Tensor.
minus_3 = paddle.full(shape=[1], fill_value=-3, dtype='int32')
sliced_2 = paddle.strided_slice(x, axes=axes, starts=[minus_3, 0, 2], ends=ends, strides=strides_2)
# sliced_2 is x[:, 1:3:1, 0:2:1, 2:4:2].