StridedSlice

Devuelve un corte escalonado de "input".

Tenga en cuenta que la mayoría de los usuarios de Python querrán usar Python `Tensor .__ getitem__` o` Variable .__ getitem__` en lugar de esta operación directamente.

El objetivo de esta operación es producir un nuevo tensor con un subconjunto de los elementos del tensor de `entrada` dimensional` n`. El subconjunto se elige utilizando una secuencia de especificaciones de rango disperso "m" codificadas en los argumentos de esta función. Tenga en cuenta que, en algunos casos, `m` podría ser igual a` n`, pero no es necesario que sea así. Cada entrada de especificación de rango puede ser una de las siguientes:

- Una elipsis (...). Las elipses se usan para implicar cero o más dimensiones de la selección de dimensión completa y se producen usando `ellipsis_mask`. Por ejemplo, "foo [...]" es el segmento de identidad.

- Un nuevo eje. Esto se usa para insertar una nueva forma = 1 dimensión y se produce usando `new_axis_mask`. Por ejemplo, `foo [:, ...]` donde `foo` es la forma` (3, 4) `produce un tensor` (1, 3, 4) `.

- Un rango `begin: end: stride`. Se utiliza para especificar cuánto elegir de una dimensión determinada. `stride` puede ser cualquier número entero excepto 0.` begin` es un número entero que representa el índice del primer valor a seleccionar, mientras que `end` representa el índice del último valor a seleccionar. El número de valores seleccionados en cada dimensión es `end - begin` si` stride> 0` y `begin - end` si` stride <0`. `begin` y` end` pueden ser negativos donde `-1` es el último elemento,` -2` es el penúltimo. `begin_mask` controla si se debe reemplazar el` begin` dado explícitamente con un valor efectivo implícito de `0` si` stride> 0` y `-1` si` stride <0`. `end_mask` es análogo pero produce el número requerido para crear el intervalo abierto más grande. Por ejemplo, dada una forma `(3,)` tensor `foo [:]`, los efectivos `begin` y` end` son `0` y` 3`. No asuma que esto es equivalente a "foo [0: -1]" que tiene un "comienzo" y un "fin" efectivos de "0" y "2". Otro ejemplo es `foo [-2 :: - 1]` que invierte la primera dimensión de un tensor mientras descarta las dos últimas (en los elementos del orden original). Por ejemplo, `foo = [1,2,3,4]; foo [-2 :: - 1] `es` [4,3] `.

- Un solo índice. Esto se usa para mantener solo los elementos que tienen un índice determinado. Por ejemplo (`foo [2,:]` en una forma `(5,6)` tensor produce un tensor de forma `(6,)`. Este tensor está codificado en `begin` y` end` y `shrink_axis_mask`.

Cada especificación de rango conceptual está codificada en el argumento de la operación. Esta codificación se comprende mejor si se considera un ejemplo no trivial. En particular, `foo [1, 2: 4, None, ...,: -3: -1,:]` se codificará como

begin = [1, 2, x, x, 0, x] # x denotes don't care (usually 0)
 end = [2, 4, x, x, -3, x]
 strides = [1, 1, x, x, -1, 1]
 begin_mask = 1<<4 | 1<<5 = 48
 end_mask = 1<<5 = 32
 ellipsis_mask = 1<<3 = 8
 new_axis_mask = 1<<2 = 4
 shrink_axis_mask = 1<<0 = 1
 

En este caso, si `foo.shape` es (5, 5, 5, 5, 5, 5) la forma final de la rebanada se convierte en (2, 1, 5, 5, 2, 5). Caminemos paso a paso a través de la especificación de cada argumento.

1. El primer argumento en el segmento de ejemplo se convierte en `begin = 1` y` end = begin + 1 = 2`. Para eliminar la ambigüedad de la especificación original `2: 4` también establecemos el bit apropiado en` shrink_axis_mask`.

2. "2: 4" contribuye con 2, 4, 1 para comenzar, terminar y avanzar. Todas las máscaras tienen aportación de cero bits.

3. Ninguno es sinónimo de `tf.newaxis`. Esto significa insertar una dimensión de tamaño 1 en la forma final. Los valores ficticios se contribuyen al inicio, finalización y zancada, mientras que el bit new_axis_mask está establecido.

4. "..." tome los rangos completos de tantas dimensiones como sea necesario para especificar completamente un corte para cada dimensión de la forma de entrada.

5. `: -3: -1` muestra el uso de índices negativos. Un índice negativo `i` asociado con una dimensión que tiene forma` s` se convierte en un índice positivo `s + i`. Entonces, `-1` se convierte en` s-1` (es decir, el último elemento). Esta conversión se realiza internamente, por lo que begin, end y strides reciben x, -3 y -1. El bit begin_mask apropiado se establece para indicar que el rango de inicio es el rango completo (ignorando la x).

6. `:` indica que se ha seleccionado todo el contenido de la dimensión correspondiente. Esto es equivalente a `::` o `0 :: 1`. begin, end y strides reciben 0, 0 y 1, respectivamente. También se establecen los bits apropiados en `begin_mask` y` end_mask`.

Requisitos : `0! = Zancadas [i] para i en [0, m)` `ellipsis_mask debe ser una potencia de dos (solo una elipsis)`