crop

paddle.fluid.layers.crop(x, shape=None, offsets=None, name=None)[源代码]

该OP根据偏移量(offsets)和形状(shape)，裁剪输入张量。

注意: 此OP已被弃用，它将在以后的版本中被删除，请使用 crop_tensor 替代

样例：

  1. * Case 1:
  2.     Given
  3.         X = [[0, 1, 2, 0, 0]
  4.              [0, 3, 4, 0, 0]
  5.              [0, 0, 0, 0, 0]],
  6.     and
  7.         shape = [2, 2],
  8.         offsets = [0, 1],
  9.     output is:
  10.         Out = [[1, 2],
  11.                [3, 4]].
  12. * Case 2:
  13.     Given
  14.         X = [[0, 1, 2, 5, 0]
  15.              [0, 3, 4, 6, 0]
  16.              [0, 0, 0, 0, 0]],
  17.     and shape is tensor
  18.         shape = [[0, 0, 0]
  19.                  [0, 0, 0]]
  20.     and
  21.         offsets = [0, 1],
  23.     output is:
  24.         Out = [[1, 2, 5],
  25.                [3, 4, 6]].

参数

  • x (Variable): 多维Tensor，数据类型为float32
  • shape (Variable|list/tuple of integers) - 指定输出Tensor的形状，它可以是一个Tensor/整数列表/整数元组。如果是Tensor，它的秩必须与x相同，它的形状指定了输出Tensor的形状，它的元素的数值在这里不起作用，该方式适用于每次迭代时候需要改变输出形状的情况。如果是整数列表/元组，则其长度必须与x的秩相同
  • offsets (Variable|list/tuple of integers|None，可选) - 指定每个维度上的裁剪的偏移量，它可以是一个Tensor，或者一个整数列表/整数元组。如果是一个Tensor，它的秩必须与x相同，这种方法适用于每次迭代的偏移量（offset）都可能改变的情况。如果是一个整数列表/元组，则长度必须与x的秩相同，如果offsets=None，则每个维度的偏移量为0。默认值为None
  • name (str|None，可选) - 该参数供开发人员打印调试信息时使用，具体用法请参见 Name ，默认值为None。

返回

经过形状裁剪之后的Tensor，与输入x具有相同的数据类型

返回类型

Variable

抛出异常

如果形状不是列表、元组或Variable，抛出ValueError

代码示例

  1. import paddle.fluid as fluid
  2. # case 1
  3. # 输入x的形状为[-1, 3, 5]，
  4. # 参数shape = y是个Variable，形状是[-1, 2, 2]，输出Tensor将具有和y一样的形状
  5. # y的具体数值不起作用，起作用的只有它的形状
  6. # 经过下面的crop操作之后输出张量的形状是: [-1, 2, 2]
  7. x = fluid.layers.data(name="x", shape=[3, 5], dtype="float32")
  8. y = fluid.layers.data(name="y", shape=[2, 2], dtype="float32")
  9. crop = fluid.layers.crop(x, shape=y)
  10. ## 或者 case 2
  11. # 输入z的形状为: [-1, 3, 5], shape为整数列表[-1, 2, 3]
  12. # 则经过下面的crop操作之后输出张量的形状为：[-1, 2, 3]
  13. z = fluid.layers.data(name="z", shape=[3, 5], dtype="float32")
  14. crop = fluid.layers.crop(z, shape=[-1, 2, 3])