StridedSlice

Retorne uma fatia strided de `entrada`.

Note, a maioria dos usuários de Python vai querer usar o Python `Tensor .__ getitem__` ou` Variable .__ getitem__` ao invés desta op diretamente.

O objetivo desta operação é produzir um novo tensor com um subconjunto dos elementos do tensor `n` dimensional` input`. O subconjunto é escolhido usando uma sequência de especificações de intervalo esparso `m` codificadas nos argumentos desta função. Observe, em alguns casos, `m` pode ser igual a` n`, mas não precisa ser o caso. Cada entrada de especificação de intervalo pode ser uma das seguintes:

- Uma elipse (...). As elipses são usadas para implicar zero ou mais dimensões da seleção em dimensão total e são produzidas usando `ellipsis_mask`. Por exemplo, `foo [...]` é a fatia de identidade.

- Um novo eixo. Isso é usado para inserir uma nova dimensão = 1 forma e é produzido usando `new_axis_mask`. Por exemplo, `foo [:, ...]` onde `foo` é a forma` (3, 4) `produz um tensor` (1, 3, 4) `.

- Um intervalo `begin: end: stride`. Isso é usado para especificar quanto escolher de uma determinada dimensão. `stride` pode ser qualquer número inteiro, mas 0.` begin` é um número inteiro que representa o índice do primeiro valor a ser selecionado, enquanto `end` representa o índice do último valor a selecionar. O número de valores selecionados em cada dimensão é `end - begin` se` stride> 0` e `begin - end` se` stride <0`. `begin` e` end` podem ser negativos onde `-1` é o último elemento,` -2` é o penúltimo. `begin_mask` controla se deve substituir o dado explicitamente` begin` com um valor efetivo implícito de `0` se` stride> 0` e `-1` se` stride <0`. `end_mask` é análogo, mas produz o número necessário para criar o maior intervalo aberto. Por exemplo, dada a forma `(3,)` tensor `foo [:]`, o `início` e o` fim` efetivos são `0` e` 3`. Não assuma que isso é equivalente a `foo [0: -1]` que tem um `início` e um` fim` efetivos de `0` e` 2`. Outro exemplo é `foo [-2 :: - 1]` que inverte a primeira dimensão de um tensor enquanto elimina as duas últimas (nos elementos de ordem original). Por exemplo `foo = [1,2,3,4]; foo [-2 :: - 1] `é` [4,3] `.

- Um único índice. Isso é usado para manter apenas os elementos que possuem um determinado índice. Por exemplo (`foo [2,:]` em uma forma `(5,6)` tensor produz uma forma `(6,)` tensor. Isso é codificado em `begin` e` end` e `shrink_axis_mask`.

Cada especificação de intervalo conceitual é codificada no argumento do op. Esta codificação é melhor compreendida considerando um exemplo não trivial. Em particular, `foo [1, 2: 4, Nenhum, ...,: -3: -1,:]` será codificado 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
 

Neste caso, se `foo.shape` é (5, 5, 5, 5, 5, 5) a forma final da fatia torna-se (2, 1, 5, 5, 2, 5). Vamos percorrer passo a passo cada especificação de argumento.

1. O primeiro argumento na fatia de exemplo é transformado em `begin = 1` e` end = begin + 1 = 2`. Para eliminar a ambigüidade da especificação original `2: 4`, também definimos o bit apropriado em` shrink_axis_mask`.

2. `2: 4` contribui com 2, 4, 1 para o início, o fim e o passo. Todas as máscaras têm zero bits contribuídos.

3. Nenhum é sinônimo de `tf.newaxis`. Isso significa inserir uma dimensão de tamanho 1 dimensão na forma final. Valores fictícios são contribuídos para início, fim e passo, enquanto o bit new_axis_mask é definido.

4. `...` pegue todos os intervalos de tantas dimensões quantas forem necessárias para especificar totalmente uma fatia para cada dimensão da forma de entrada.

5. `: -3: -1` mostra o uso de índices negativos. Um índice negativo `i` associado a uma dimensão que tem a forma` s` é convertido em um índice positivo `s + i`. Portanto, `-1` se torna` s-1` (ou seja, o último elemento). Essa conversão é feita internamente, portanto, o início, o fim e as passadas recebem x, -3 e -1. O bit begin_mask apropriado é definido para indicar que o intervalo inicial é o intervalo completo (ignorando o x).

6. `:` indica que todo o conteúdo da dimensão correspondente está selecionado. Isso é equivalente a `::` ou `0 :: 1`. início, fim e passos recebem 0, 0 e 1, respectivamente. Os bits apropriados em `begin_mask` e` end_mask` também são definidos.

Requisitos:! `0 = passos [i] para I em [0, m)` `ellipsis_mask deve ser uma potência de dois (apenas uma elipse)`