python - TensorFlow strided_slice 不会在整个范围内向后迭代

Question

我有以下测试。我想反转行，最后一行是第一行，依此类推。

    x_val = np.arange(3 * 2 * 3).astype(np.int64).reshape((3, 2, 3))
    print(x_val)
    x = tf.placeholder(tf.float32, x_val.shape, name='input')
    x_ = tf.strided_slice(x, [3], [0], [-1])
    _ = tf.identity(x_, name='output')
    with tf.Session() as sess:
        variables_lib.global_variables_initializer().run()
        output_dict = []
        for out_name in ['output:0']:
            output_dict.append(sess.graph.get_tensor_by_name(out_name))
        expected = sess.run(output_dict, feed_dict={"input:0": x_val})
        print('test_strided_slice1', expected[0].shape, expected[0])

我期望我的输出是:

[
  [
    [12. 13. 14.]
    [15. 16. 17.]
  ]
  [
    [ 6.  7.  8.]
    [ 9. 10. 11.]
  ]
  [
    [ 0  1  2]
    [ 3  4  5]
  ]
]

但是我得到:

[
  [
    [12. 13. 14.]
    [15. 16. 17.]
  ]
  [
    [ 6.  7.  8.]
    [ 9. 10. 11.]
  ]
]

正如您所看到的，现在应该是最后一行的第一行被错过了。

如果我像 0:3:1 那样逐步执行，我会得到所有行。但如果我反过来，我就会少一个。

不提供“结束”索引会导致测试失败。将“end”设置为 -1 也会导致输出为空。

关于如何完成这项工作有什么建议吗？

Answer 1

大多数情况下，使用 tf.strided_slice 更为方便通过Python索引语法，所以你可以这样做:

x_ = x[::-1]

但是，可以使用 tf.strided_slice 执行您想要的操作直接地。为此，您需要使用 end_mask 参数。在此整数值中，如果设置了第 i 位(从最低有效位开始)，则忽略第 i 维对应的 end 值，并尽可能采取切片。所以你可以这样做:

x_ = tf.strided_slice(x, [3], [0], [-1], end_mask=1)

注意，我已将 begin 中的 4 更改为 3，因为这是切片开始处的实际索引(尽管它确实也可与 4 一起使用)。如果您只想从末尾到开头进行切片，也可以使用 start_mask，其工作方式与 end_mask 类似:

x_ = tf.strided_slice(x, [0], [0], [-1], start_mask=1, end_mask=1)

一个小例子:

import tensorflow as tf

with tf.Graph().as_default():
    x = tf.reshape(tf.range(18), [3, 2, 3])
    x_ = tf.strided_slice(x, [0], [0], [-1], start_mask=1, end_mask=1)
    with tf.Session() as sess:
        print(sess.run(x_))

输出:

[[[12 13 14]
  [15 16 17]]

 [[ 6  7  8]
  [ 9 10 11]]

 [[ 0  1  2]
  [ 3  4  5]]]