实现VNet网络中的concatenation
在VNet网络中有一个skip connection的操作，就是将encoding和decoding的特征进行级联，但是级联的条件是feature map的大小要一致，所以经常采取的措施是将encoding中的feature map裁剪成跟decoding的feature map一样的大小，这里用的是tf.slice(input_tensor,begin,size)
参数解释：
input_tensor是输入的tensor，就是被裁剪的feature map
begin是每一个维度的起始位置，这个下面详细说
size相当于每个维度拿几个元素出来
下面举一个例子进行说明：
参考文献：https://www.jianshu.com/p/71e6ef6c121b
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], [[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [1, 1, 3])
输出：[[[3, 3, 3]]]，最后的shape跟size一样，size为(1,1,3)
首先了解一下shape的概念，将t进行分解：
t = [A, B, C] #这是第一维度
A = [i, j]， B = [k, l]， C = [m, n] #这是第二维度
i = [1, 1, 1], j = [2, 2, 2], k = [3, 3 ,3], l = [4, 4, 4], m = [5, 5, 5], n = [6, 6, 6] # 这是第三维度
对于t来说，最外面括号里有3个东西，分别是A, B, C。这三个东西每个里面有两个东西, 分别是i和j, k和l, m和n。
它们里面每一个又有3个数字，所以t的shape是[3,2,3]
开始裁剪：
tf.slice(t, [1, 0, 0], [1, 1, 3]) # begin = [1, 0, 0]，size=[1,1,3]
参数解释：
begin和size的意义是从左至右，begin的意思是起始位置，其中的每一个数字代表一个维度，那么[1, 0, 0]的意思是在3个维度中，每个维度从哪里算起
第一维度是[A, B, C]，begin里[1, 0, 0]是1，也就是从B算起。其次第二维度里B = [k, l]（注意啊，我这里只写了B = [k, l]，可不代表只有B有用，如果size里第一个数字是2的话，B和C都会被取的），begin里第二个数是0，也就是从k算起，第三维度k = [3, 3 ,3]，begin里第三个数是0，就是从第一个3算起，而size的意思是每个维度的大小，也就是每个维度取几个元素，size的大小是最后输出的tensor的shape。
size里第一个是1，意思是在第一个维度取1个元素。t = [A, B, C] begin是从B起算，取一个那就是B，那么第一维度结果就是[B]
size第二个也是1，第二维度B = [k, l]， begin是从k起算，取一个是k，那么第二维度结果是[[k]]。
size第三个是3,第三维度k = [3, 3 ,3]，begin里起算是第一个3，三个3取3个数，那就要把三个3都取了，所以输出：[[[3, 3, 3]]]
再看一个例子：
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], [[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [1, 2, 3])
begin还是[1, 0 ,0]，size第一个维度取一个，还是[B]，然后size第二个维度不是1了，是2，意思是取两个。还记得B = [k, l]吗？现在不是只要k了，是k和l都要，size第三维度取3个，也就是说针对k = [3, 3 ,3]和l = [4, 4, 4]都分别取3个元素，最后输出：[[[3, 3, 3], [4, 4, 4]]]
第三个例子：
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]], [[5, 5, 5], [6, 6, 6]]])
tf.slice(t, [1, 0, 0], [-1, -1, -1])
如果size输入值是-1的话，在那个维度所有的数都会输出。上面的例子中，begin是[1, 0, 0]。三个维度都是-1的话，那么输出结果: 第一维度是[B,C]，第二维度是[[k, l], [m, n]]， 第三维度是[[[3,3,3], [4,4,4]], [[5,5,5], [6,6,6]]]
最后裁剪和concatenate的函数：
def crop_and_concat(x1, x2): #x1是encoding中的feature map,x2是decoding中的feature map
x1_shape = tf.shape(x1)
x2_shape = tf.shape(x2)
# offsets for the top left corner of the crop
offsets = [0, (x1_shape[1] - x2_shape[1]) // 2, #起始维度
(x1_shape[2] - x2_shape[2]) // 2, (x1_shape[3] - x2_shape[3]) // 2, 0]
size = [-1, x2_shape[1], x2_shape[2], x2_shape[3], -1] #切片大小
x1_crop = tf.slice(x1, offsets, size)
return tf.concat([x1_crop, x2], 4)这样裁剪和级联有一个弊端：
网络的输入必须是16倍数的大小