我有张量[批次，高度，宽度，深度]的图像，我想使用ksize=5x5和stride=1x1从每个批次和每个深度中提取补丁。
tf.extract_image_patches(images=images, ksizes=[1, 5, 5, 1], strides=[1, 1, 1, 1], rates=[1, 1, 1, 1], padding='same')
现在问题是当输入张量的深度不同时，我会得到不同的结果，但我使用相同的图像。 案例1：输入张量，一批图像[4,28,28,1]产生输出张量[4,28,28,25]。
案例2：输入张量，一批图像，[4,28,28,8]产生输出张量[4,28,28,200]。
请注意，案例1 [0，：，：，]中的图像与案例2 [0，：，：，0]相同。
我认为Case 1 [0，：，：，]的输出张量值与Case 2 tensor [0，：，：，0：25]的值相同。
但是当我使用case1 == case 2检查矩阵时，我发现我的假设是错误的，返回false。
当输入张量包含多于1个没有循环的深度时，任何想法如何产生与情况1相同的结果？
答案 0 :(得分：0)
不要case1 == case2;使用tf.equal(case1, case2)代替创建一个操作，该操作在运行时将评估它们是否相等。