Понять параметры tf.slice в тензорном потоке и почему я не могу его изменить

Глядя на docstring для tf.slice, параметры input_, begin и size соответственно. Ваш код делает

slice1=tf.slice(my_image,[x_begin,y_begin,channel_begin],[x_size,y_size,channel_size])

Обратите внимание, что третий параметр описывает size и не абсолютный, to индекс (@XMANX ошибочно). Параметр size принимает заданное значение -1, что означает, что все остальные элементы в размерности включены в срез.

Например, если бы у вас был тензор t с формой [X, Y, Z]

tf.slice(t, [x_begin, y_begin, z_begin], [x_size, y_size, z_size])

эквивалентно

t[x_begin : x_begin+x_size, y_begin : y_begin+y_size, z_begin : z_begin+z_size]

Чтобы извлечь только R-канал из изображения, вы сделали бы что-то вроде:

import matplotlib.pyplot as plt
import matplotlib.image as mp_image

filename = "abc.jpeg"
input_image = mp_image.imread(filename)
my_image=tf.placeholder("uint8",[None, None, 3])
# Doesn't slice along the x and y dimensions, but takes only one channel
sliced = tf.slice(my_image,[0, 0, 0], [-1, -1, 1])
squeezed = tf.squeeze(slice)  # Removes last dimension
with tf.Session() as sess:
    result = sess.run(squeezed,feed_dict={my_image: input_image})
plt.imshow(result)
plt.show()

[x,y,?],[x,y,?] в вашем случае, третьим параметром формы является количество каналов изображения

Для ответа на второй вопрос давайте посмотрим, как работает tf.slice, в случае изображения с каналами RGB он выглядит как tf.slice([from_x, from_y, from_channel], [to_x, to_y, to_channel]) также в форме вы можете использовать -1 таким образом, чтобы вы -1 потока сенсора максимально доступное значение. Из вашего примера кода вы пытаетесь ввести изображение с фрагментами [0,100, 0],[300,400, 3], вы можете изменить третий параметр и это действительный код, но следует помнить, что matplotlib позволяет показывать только изображения (M, N), (M, N, 3), (M, N, 4)

Обозначение кода:

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
import matplotlib.image as mp_image

filename = "abc.png"
input_image = mp_image.imread(filename)
my_image = tf.placeholder("float32",[None, None, 3])
myimage = tf.placeholder("float32",[None, None, 3])

# this way you slicing RGB image
slice1=tf.slice(my_image,[0,100,0],[300, 400, -1])

with tf.Session() as sess:
    result = sess.run(slice1, feed_dict={my_image: input_image})

plt.subplot(1, 2, 1)
plt.imshow(result)

# this way you slicing image and keep just R channel
slice1=tf.slice(my_image,[0,100,0],[300, 400, 1]) #[x,y,?],[x,y,?]

with tf.Session() as sess:
    result = sess.run(slice1, feed_dict={my_image: input_image})

plt.subplot(1, 2, 2)
# matplotlib imshow show need extra options to render image with single chanel
plt.imshow(np.reshape(result, (result.shape[0], result.shape[1])), cmap='gray')
plt.show()

Изображение результатов