Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
FluidDoc
提交
58f4c9ed
F
FluidDoc
项目概览
PaddlePaddle
/
FluidDoc
通知
5
Star
2
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
23
列表
看板
标记
里程碑
合并请求
111
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
FluidDoc
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
23
Issue
23
列表
看板
标记
里程碑
合并请求
111
合并请求
111
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
58f4c9ed
编写于
9月 23, 2019
作者:
Z
Zhang Ting
提交者:
Aurelius84
9月 23, 2019
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
modified cn doc of crop_tensor, test=develop, test=document_preview (#1241)
上级
2a97deeb
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
50 addition
and
48 deletion
+50
-48
doc/fluid/api_cn/layers_cn/crop_tensor_cn.rst
doc/fluid/api_cn/layers_cn/crop_tensor_cn.rst
+50
-48
未找到文件。
doc/fluid/api_cn/layers_cn/crop_tensor_cn.rst
浏览文件 @
58f4c9ed
...
...
@@ -5,55 +5,65 @@ crop_tensor
.. py:function:: paddle.fluid.layers.crop_tensor(x, shape=None, offsets=None, name=None)
根据偏移量(offsets)和形状(shape),裁剪输入
张量
。
根据偏移量(offsets)和形状(shape),裁剪输入
(x)Tensor
。
**
样
例**:
**
示
例**:
::
* Case 1:
Given
X = [[0, 1, 2, 0, 0]
[0, 3, 4, 0, 0]
[0, 0, 0, 0, 0]],
and
shape = [2, 2],
offsets = [0, 1],
output is:
Out = [[1, 2],
[3, 4]].
* Case 2:
Given
X = [[[0, 1, 2, 3]
[0, 5, 6, 7]
[0, 0, 0, 0]],
[[0, 3, 4, 5]
[0, 6, 7, 8]
[0, 0, 0, 0]]].
and
shape = [2, 2, 3],
offsets = [0, 0, 1],
output is:
Out = [[[1, 2, 3]
[5, 6, 7]],
[[3, 4, 5]
[6, 7, 8]]].
* 示例1(输入为2-D Tensor):
参数:
- **x** (Variable): 输入张量。
- **shape** (Variable|list|tuple of integer) - 输出张量的形状由参数shape指定,它可以是一个1-D的变量/列表/整数元组。如果是1-D的变量,它的秩必须与x相同。如果是列表或整数元组,则其长度必须与x的秩相同。当它是列表时,每一个元素可以是整数或者shape为[1]的变量。含有变量的方式适用于每次迭代时需要改变输出形状的情况。列表和元组中只有第一个元素可以被设置为-1,这意味着输出的第一维大小与输入相同。
- **offsets** (Variable|list|tuple of integer|None) - 指定每个维度上的裁剪的偏移量。它可以是一个1-D的变量/列表/整数元组。如果是1-D的变量,它的秩必须与x相同。如果是列表或整数元组,则其长度必须与x的秩相同。当它是列表时,每一个元素可以是整数或者shape为[1]的变量。含有变量的方式适用于每次迭代的偏移量(offset)都可能改变的情况。如果offsets=None,则每个维度的偏移量为0。
- **name** (str|None) - 该层的名称(可选)。如果设置为None,该层将被自动命名。
输入:
X.shape = [3, 5]
X.data = [[0, 1, 2, 0, 0],
[0, 3, 4, 0, 0],
[0, 0, 0, 0, 0]]
参数:
shape = [2, 2]
offsets = [0, 1]
输出:
Out.shape = [2, 2]
Out.data = [[1, 2],
[3, 4]]
* 示例2(输入为3-D Tensor):
输入:
返回: 裁剪张量。
X.shape = [2, 3, 4]
X.data = [[[0, 1, 2, 3],
[0, 5, 6, 7],
[0, 0, 0, 0]],
[[0, 3, 4, 5],
[0, 6, 7, 8],
[0, 0, 0, 0]]]
参数:
shape = [2, 2, 3]
offsets = [0, 0, 1]
输出:
Out.shape = [2, 2, 3]
Out.data = [[[1, 2, 3],
[5, 6, 7]],
[[3, 4, 5],
[6, 7, 8]]]
参数:
- **x** (Variable): 1-D到6-D Tensor,数据类型为float32或float64。
- **shape** (list|tuple|Variable) - 输出Tensor的形状,数据类型为int32。如果是列表或元组,则其长度必须与x的维度大小相同,如果是Variable,则其应该是1-D Tensor。当它是列表时,每一个元素可以是整数或者形状为[1]的Tensor。含有Variable的方式适用于每次迭代时需要改变输出形状的情况。列表和元组中只有第一个元素可以被设置为-1,这意味着输出的第一维大小与输入相同。
- **offsets** (list|tuple|Variable,可选) - 每个维度上裁剪的偏移量,数据类型为int32。如果是列表或元组,则其长度必须与x的维度大小相同,如果是Variable,则其应是1-D Tensor。当它是列表时,每一个元素可以是整数或者形状为[1]的Variable。含有Variable的方式适用于每次迭代的偏移量(offset)都可能改变的情况。默认值:None,每个维度的偏移量为0。
- **name** (str,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 :ref:`api_guide_Name` ,默认值为None。
返回
类型: 变量(Variable)
返回
: 裁剪后的Tensor,数据类型与输入(x)相同。
抛出异常: 如果形状不是列表、元组或变量,抛出ValueError
返回类型: Variable
抛出异常: 如果偏移量不是None、列表、元组或变量,抛出ValueError
抛出异常:
- :code:`ValueError` - shape 应该是列表、元组或Variable。
- :code:`ValueError` - offsets 应该是列表、元组、Variable或None。
**代码示例**:
...
...
@@ -88,11 +98,3 @@ crop_tensor
crop4 = fluid.layers.crop_tensor(x, shape=[-1, 2, 3], offsets=[0, 1, offsets_var])
# crop4.shape = [-1, 2, 3]
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录