slice¶
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 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 input 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）。如果传递给 starts 或 end 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 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float16，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[]的0-D 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[]的0-D 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。
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].