在keras_yolo中model函式下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。

來把輸入變個型,可以看成3維的tensor,從外向裡為1,2,3維 （維數的判斷順序為z軸–y軸–x軸）

[

 [

      [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])呼叫為例,start = [0,0,0] , end = [2,2,2], stride = [1,2,1],求一個[start, end)的一個片段,注意end為開區間

第1維 start = 0 , end = 2, stride = 1, 所以取 0 , 1行，此時的輸出

output1=

[

 [

      [1,1,1]

      [2,2,2]

 ]

 [

     [3,3,3]

     [4,4,4]

 ]

] 第2維時, start = 0 , end = 2 , stride = 2, 所以只能取0行,此時的輸出

output2=

[

 [

      [1,1,1]

 ]

 [

     [3,3,3]

 ]

] 第3維的時候,start = 0, end = 2, stride = 1, 可以取0,1行,此時得到的就是最後的輸出

[

 [

      [1,1]

 ]

 [

     [3,3]

 ]

] 整理之後最終的輸出為:

[[[1,1],[3,3]]]

更多例子：

t = tf.constant([[[1, 1, 1], [2, 2, 2]],
                 [[3, 3, 3], [4, 4, 4]],
                 [[5, 5
 
, 5], [6, 6, 6]]])
tf.strided_slice(t, [1, 0, 0], [2, 1, 3], [1, 1, 1])  # [[[3, 3, 3]]]
											#shape=(1, 1, 3)
tf.strided_slice(t, [1, 0, 0], [2, 2, 3], [1, 1, 1])  # [[[3, 3, 3],
                         shape=(1, 2, 3)      		 #   [4, 4, 4]]]
tf.strided_slice(t, [1, -1, 0], [2, -3, 3], [1, -1, 1])  # [[[4, 4, 4],
                       shape=(1, 2, 3)             #   [3, 3, 3]]]