mindspore.ops.strided_slice

mindspore.ops.strided_slice(input_x, begin, end, strides, begin_mask=0, end_mask=0, ellipsis_mask=0, new_axis_mask=0, shrink_axis_mask=0)[源代码]

对输入tensor根据步长和索引进行切片提取。

说明

begin 、 end 和 strides 的shape必须相同。
begin 、 end 和 strides 是一维tensor，且shape小于或等于 input_x 的维度。

例：input_x 是shape为 $(5, 6, 7)$ 的三维tensor， begin 为(1, 3, 2)， end 为(3, 5, 6)， strides 为(1, 1, 2)。切片时，第零维从索引1开始取到3，步长为1；第一维从索引3开始取到5，步长为1；第二维从索引2开始取到6，步长为2。相当于Python式切片 input_x[1:3, 3:5, 2:6:2] 。

如果 begin 、 end 和 strides 的长度小于 input_x 的维度，则缺失的维度默认切取所有的元素，相当于 begin 用0补足， end 用相应维度的长度补足， strides 用1补足。

例：input_x 是shape为 $(5, 6, 7)$ 的三维tensor， begin 为(1, 3)， end 为(3, 5)， strides 为(1, 1)。切片时，第零维从索引1开始取到3，步长为1；第一维从索引3开始取到5，步长为1；第二维从索引0开始取到6，步长为1。相当于Python式切片 input_x[1:3, 3:5, 0:7] 。

mask（掩码）的工作原理：

对于每个特定的mask，内部先将其转化为二进制表示，然后倒序排布后进行计算。比如，对于一个shape为 $(5, 6, 7)$ 的tensor，mask设置为3，3转化为二进制表示为0b011，倒序后为0b110，则该mask只在第零维和第一维产生作用。下面各自举例说明，为简化表达，后面提到的mask都表示转换为二进制并且倒序后的值。

begin_mask 和 end_mask

如果 begin_mask 的第i位为1，则忽略 begin[i]，第i维从索引0开始取；若 end_mask 的第i位为1，则忽略 end[i]，结束的位置为可以取到的最大范围。对于shape为 $(5, 6, 7, 8)$ 的tensor，若 begin_mask 为0b110，end_mask 为0b011，将得到切片 input_x[0:3, 0:6, 2:7:2] 。
ellipsis_mask

如果 ellipsis_mask 的第i位为1，则将在其他维度之间插入所需的任意数量的未指定维度。 ellipsis_mask 中只允许一个非零位。对于shape为 $(5, 6, 7, 8)$ 的tensor， input_x[2:,…,:6] 等同于 input_x[2:5,:,:,0:6] ， input_x[2:,…] 等同于 input_x[2:5,:,:,:] 。
new_axis_mask

如果 new_axis_mask 的第i位为1，则在输出的第i维添加新的长度为1的维度，并忽略第i维的 begin 、 end 和 strides 。对于shape为 $(5, 6, 7)$ 的tensor，若 new_axis_mask 为0b010，则第二维将新增一维，输出shape为 $(5, 1, 6, 7)$ 的tensor。
shrink_axis_mask

如果 shrink_axis_mask 的第i位为1，则第i维被收缩掉，忽略 begin[i] 、 end[i] 和 strides[i] 索引处的值。对于shape为 $(5, 6, 7)$ 的tensor，若 shrink_axis_mask 为0b010，则第一维收缩掉，相当于切片 x[:, 5, :] 使得输出shape为 $(5, 7)$ 。

说明

new_axis_mask 和 shrink_axis_mask 不建议同时使用，可能会产生预料之外的结果。

参数：

input_x (Tensor) - 输入tensor。
begin (tuple[int]) - 指定开始切片的索引。
end (tuple[int]) - 指定结束切片的索引。
strides (tuple[int]) - 指定各维度切片的步长。
begin_mask (int，可选) - 切片的起始索引掩码。默认 0 。
end_mask (int，可选) - 切片的结束索引掩码。默认 0 。
ellipsis_mask (int，可选) - 维度掩码，值为1说明不需要进行切片操作。为int型掩码。默认 0 。
new_axis_mask (int，可选) - 切片的新增维度掩码。默认 0 。
shrink_axis_mask (int，可选) - 切片的收缩维度掩码。为int型掩码。默认 0 。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore[3. 6. 9.]
>>> input = mindspore.tensor([[[1, 1, 1], 
...                            [2, 2, 2]],
...                           [[3, 3, 3], 
...                            [4, 4, 4]],
...                           [[5, 5, 5], 
...                            [6, 6, 6]]])
>>> mindspore.ops.strided_slice(input, [1, 0, 0], [2, 1, 3], [1, 1, 1]) 
Tensor(shape=[1, 1, 3], dtype=Int64, value=
[[[3, 3, 3]]])
>>> mindspore.ops.strided_slice(input, [1, 0, 0], [2, 2, 3], [1, 1, 1]) 
Tensor(shape=[1, 2, 3], dtype=Int64, value=
[[[3, 3, 3],
  [4, 4, 4]]])
>>> mindspore.ops.strided_slice(input, [1, -1, 0], [2, -3, 3], [1, -1, 1]) 
Tensor(shape=[1, 2, 3], dtype=Int64, value=
[[[4, 4, 4],
  [3, 3, 3]]])