出現這種問題的原因是，一般都是數據維度的原因，導致參數不匹配，一定要檢查參數維度。

你比如，我報錯的原因：

我的 image_placeholder聲明的是[10,16,112,112,3]，但是后面我在調用的時候，卻這樣用了

logits = c3d_model.inference(image_placeholder[10,:, :, :, :], 。。。。。)

這里的這樣（注意10后面逗號）的話就會導致維度錯誤，有的同學會說，哦!我懂了，把逗號去了就行了，然而并不是這樣的。

接下來我們來看一下代碼：

import numpy as npa = np.ones([5,6,7,7,9]) #print(a) print("加逗號：",a[0,:,:,:,:].shape) #[6,7,7,9]print("加逗號：",a[1,:,:,:,:].shape) #[6,7,7,9]print("加逗號：",a[2,:,:,:,:].shape) #[6,7,7,9]print("加逗號：",a[3,:,:,:,:].shape) #[6,7,7,9]print("加逗號：",a[4,:,:,:,:].shape) #[6,7,7,9]#print("加逗號：",a[5,:,:,:,:].shape) #報錯：print("--------------------------")#上述都等價于a[i]print("不加逗號：",a[0:,:,:,:].shape) #[5,6,7,7,9]print("不加逗號：",a[1:,:,:,:].shape) #[4,6,7,7,9]print("不加逗號： ",a[2:,:,:,:].shape) #[3,6,7,7,9]print("不加逗號： ",a[3:,:,:,:].shape) #[2,6,7,7,9]print("不加逗號： ",a[4:,:,:,:].shape) #[1,6,7,7,9]print("不加逗號： ",a[9:,:,:,:].shape) #不報錯 #[0,6,7,7,9],這樣的維度的是什么東西，其實就是一個空list ：[]. #上述都等價于啊a[i:]

ps:只要維度里出現0，則這都是一個空列表。

相信看到這里不少小伙伴大概明白了，我們稍加解釋：

（1）加逗號：即當前維度與下一維度之間有逗號，表示提取第幾個slice，這樣產生的數據會降低一個維度，并且對數據有要求，只能取值為0-dims(當前維度) -1。否則會報錯：ValueError: slice index xxx of dimension 0 out of bounds。

（2）不加逗號：即當前維度與下一維度之間無逗號，表示從當前維度的第幾個值進行切片，不會改變原始數據的維度。當取值>dims(當前維度) -1 時，不報錯，但是會產生空列表。(小技巧，查逗號，看數值出現在第幾個逗號處，則對哪一個維度切片）

接下來有一些例子來加深我們的理解，大家可以先手動計算，然后再寫代碼驗證：

?

import numpy as npa = np.ones([5,6,7,8,9]) #print(a)print("加逗號：",a[:,0,:,:,:].shape) print('加逗號：',a[3,:,:,1,:].shape)print('不加逗號：',a[3:,:,2:].shape) #小技巧，查逗號，看數值出現在第幾個逗號處，則對哪一個維度取切片。 加逗號： (5, 7, 8, 9) 加逗號： (6, 7, 9) 不加逗號： (2, 6, 5, 8, 9)

熟悉：c3d_model的朋友，或許對個語句不陌生：

images_placeholder[gpu_index * FLAGS.batch_size:(gpu_index + 1) * FLAGS.batch_size,:,:,:,:],

其實很容易理解，這又涉及到另外一種情況：我們來看代碼：

import numpy as npbatch_size = 8gpu_index = 0a = np.ones([4*8,6,7,8,9])print(a[gpu_index * batch_size:(gpu_index + 1) * batch_size,:,:,:,:].shape) for i in range (4):print(": ",a[:(i + 1)*batch_size,:,:,:,:].shape)print("i*batch_size: ",a[i * batch_size:(i + 1)*batch_size,:,:,:,:].shape) (8, 6, 7, 8, 9) : (8, 6, 7, 8, 9) i*batch_size: (8, 6, 7, 8, 9) : (16, 6, 7, 8, 9) i*batch_size: (8, 6, 7, 8, 9) : (24, 6, 7, 8, 9) i*batch_size: (8, 6, 7, 8, 9) : (32, 6, 7, 8, 9) i*batch_size: (8, 6, 7, 8, 9)

分析，這里表示對第最高維是(i + 1)*batch_size之前的切片，從i * batch_size處取切片。添加一個：且與當前數值維度無逗號間隔，相當于添加一個維度。

?

這里我們詳細的講解了上知識，具體的情況大家也可以編寫代碼驗證，希望維度問題這種問題不再影響大家心情。

總結

以上是生活随笔為你收集整理的ValueError: slice index xxxx of dimension 0 out of bounds，详细分析。的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。