我想从我的张量流模型中的输入图像中提取图像补丁。假设输入图像是[batch, in_width, in_height, channels]，我想输出[no_patches, patch_width, patch_height, channels]。no_patches是可以从中提取的补丁总数input_image。
我发现tf.extract_image_patches可以完成这项工作。但是，我不明白论点strides和rates.
有人可以解释如何使用上述功能来完成这项工作吗？
strides是关于数据窗口的移动。
rates是关于窗口是如何“展开”的。
例如，如果您使用strides = [1,5,5,1]窗口在第 1 维和第 2 维中跳跃 5 个像素。如果您使用rates = [1,1,1,1]的窗口是“紧凑的”，则意味着所有像素都是连续的。如果您使用rates = [1,1,2,1]，那么您的窗口会在 2nd 维度上展开，并且每 2 个像素取一个像素。
示例ksizes = [1,3,2,1]（暂时忽略步幅）：在左侧我们使用 , rates = [1,1,1,1]，在中间我们使用rates = [1,1,2,1]，在右侧我们使用rates = [1,2,2,1]：
* * 3 4 5 * 2 * 4 5 * 2 * 4 5
* * 8 9 10 * 7 * 9 10 6 7 8 9 10
* * 13 14 15 * 12 * 14 15 * 12 * 14 15
16 17 18 19 20 16 17 18 19 20 16 17 18 19 20
21 22 23 24 25 21 22 23 24 25 * 22 * 24 25