tensorflow2.0笔记5：tensorFlow2.0中的索引和切片！

tensorFlow2.0中的索引和切片

介绍如何对一个tensor的部分数据进行一个读取，也就是tensor的索引和切片。

一、索引与切片

1.1、最基本的索引方式

注意：这种索引方式比较通用，大家都能接受，但这种索引方式比较单一，需要写多个中括号，看起开程序可读性比较差。只能取一个具体的元素，不支持那种隔断取，倒着取多样取得方式。这样对数据读取存在限制。numpy对这种方式进行了一个很好的拓展。下面展示！

1.2、Numpy的索引方式

注意：使用numpy方式，程序的可读性强，程序中也可以少很多中括号。

1.3、切片(单冒号)，start:end

注意：切片希望读取维度的一部分，比如有4找图片，希望读取前2张图片。切片返回的总是一个标量。比如：这里对于传统的 a[ -1 ] 这样返回的是一个9；对于切片a[-1:]这样返回的是一个向量[ 9 ]。

1.4、切片(双冒号)，start: end: step 隔着采样。

• 之前的start:end实际相当于start: end:1 默认step为1了。

1.4.1、双冒号另一个神奇的功能: tensor倒序

1.5、切片(省略号) …

1.6、Selective Indexing

1.6.1、tf.gather

注意：以上可以实现想怎么采样就怎么采样，没必要按着规则来了。

1.6.2、tf.gatherd_nd

另一种理解，推荐下面的这个。$内层括号理解为联合的索引的index$，

1.6.2、tf.boolean_mask

这个按照具体的true和false来进行索引的