在keras_yolo中model函数下grid_shape = K.shape(feats)[1:3]
grid_shape:
<tf.Tensor ‘strided_slice:0’ shape=(0,) dtype=int32>
cifar10的例子中也有。
来把输入变个型,可以看成3维的tensor,从外向里为1,2,3维
(维数的判断顺序为z轴–y轴–x轴)
[[
[1,1,1]
[2,2,2]
]
[
[3,3,3]
[4,4,4]
]
[
[5,5,5]
[6,6,6]
]]
以tf.strided_slice(input, [0,0,0], [2,2,2], [1,2,1])调用为例,start = [0,0,0] , end = [2,2,2], stride = [1,2,1],求一个[start, end)的一个片段,注意end为开区间
第1维 start = 0 , end = 2, stride = 1, 所以取 0 , 1行,此时的输出
output1=
[ [
[1,1,1]
[2,2,2]
]
[
[3,3,3]
[4,4,4]
]]
第2维时, start = 0 , end = 2 , stride = 2, 所以只能取0行,此时的输出
output2=
[ [
[1,1,1]
]
[
[3,3,3]
]]
第3维的时候,start = 0, end = 2, stride = 1, 可以取0,1行,此时得到的就是最后的输出
[[
[1,1]
]
[
[3,3]
]]
整理之后最终的输出为:
[[[1,1],[3,3]]]
更多例子:
非严谨算output_shape:|end - start|
t = tf.constant([[[1, 1, 1], <