如何提取 3d 图像张量的 1 个切片？

Question

假设我有一个 64x64x64 的 3D 图像。我还有一个长度为 64 的向量 x。

我想像这样使用 'argmax(x)' 层：

2d_image = 3d_image[:,argmax(x),:]

更精确（对于张量流）：

def extract_slice(x,3d_image):
     slice_index = tf.math.argmax(x,axis=1,output_type=tf.dtype.int32) #it has to be int for indexing
     return 3d_image[:,slice_index,:]

错误是：

Only integers, slices (`:`), ellipsis (`...`), tf.newaxis (`None`) and scalar tf.int32/tf.int64 tensors are valid indices, got <tf.Tensor 'ArgMax_50:0' shape=(None,) dtype=int32>

参数的np.shape为：

3d_image形状是(None, 64, 64, 64, 1)

x 形状是 (None, 64)

slice_index形状是(None,)

->3d_image 形状的 ,1 维度是因为它是数组中的样本。我认为这无关紧要

我知道None shape是batch size，这个不知道，但是其他的看起来都不错..那有什么问题吗？

据我了解，索引似乎不是 int32，但实际上我确实将其转换为 tf.int 那么可能是什么问题？也许 int32 与 tf.int32 不同？或者我使用的索引方法在 tensorflow 中无效？也许它应该是一个类似这样的函数： tf.index(图片,[:,slice_index,:])..?

谢谢！

Answer 1

Argmax returns 一维张量。将其转换为标量：

 slice_index = tf.reshape(slice_index, ())

如何提取 3d 图像张量的 1 个切片？

how to extract 1 slice of a 3d image tensor?

indexing

neural-network

mri

tensorflow