如何将张量划分为 NXN 块并再次从这些块中重建第一个？答案

【问题标题】：How do I divide a tensor into NXN block and reconstruct the first from these blocks again?如何将张量划分为 NXN 块并再次从这些块中重建第一个？
【发布时间】：2019-04-25 21:23:08
【问题描述】：

我有一个形状为 (1,32,32) 的张量，形状中的第一个索引显示通道数，我的图像是灰色的。现在我需要将此张量划分为 8x8 块，并对每个块进行一些处理，例如 DCT，并在更改后将这些新块替换为前一个块。我们在 Matlab 中有 mattocell 和 celltomat，但在 keras 中，我不知道该怎么做？你能告诉你在 Keras 的建议吗？谢谢。

我使用了这个代码：

def slicAndJpeg(img):
    for i in range (int(img.shape[1].value/8)):
        for j in range(int(img.shape[2].value/8)):
            temp=img[:,i*8:i*8+8,j*8:j*8+8]
            tempb=K.zeros((8,8))
            DCT(temp,tempb)

但不知道是真是假？！你能告诉我上面的代码可以在keras中使用张量吗？谢谢

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

我使用了前面提到的代码，它可以工作。根据我的实验，我们可以通过 for 循环来做到这一点，但如果有人有更好的建议，请把它放在这里。

 def slicAndJpeg(img):
        for i in range (int(img.shape[1].value/8)):
            for j in range(int(img.shape[2].value/8)):
                temp=img[:,i*8:i*8+8,j*8:j*8+8]
                tempb=K.zeros((8,8))
                DCT(temp,tempb)

【讨论】：