tf.strided_slice函数（类似K.shape(feats)[1:3]）

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], [2