Created by: qianledan

在build program时，predict = model.net(input, class_dim=class_dim)。 然后，我想修改model.net模型，想在net模型里对input进行迭代，处理每个input的通道值（想对大小进行排序）。因为input是tensor，shape是[-1,C,H,W]，无法对第一维进行循环。而且input是tensor，是空的，无法进行值得处理。请问有什么方法吗？？？

比如：se-resnet中的SE模块计算，我想对excitation 后的每图片的各通道值（shape：[-1，C]）进行大小排序，如何实现？

def squeeze_excitation(self,
                           input,
                           num_channels,
                           reduction_ratio,
                           name=None):
        pool = fluid.layers.pool2d(
            input=input, pool_size=0, pool_type='avg', global_pooling=True)
        stdv = 1.0 / math.sqrt(pool.shape[1] * 1.0)
        squeeze = fluid.layers.fc(
            input=pool,
            size=num_channels // reduction_ratio,
            act='relu',
            param_attr=fluid.param_attr.ParamAttr(
                initializer=fluid.initializer.Uniform(-stdv, stdv),
                name=name + '_sqz_weights'),
            bias_attr=ParamAttr(name=name + '_sqz_offset'))
        stdv = 1.0 / math.sqrt(squeeze.shape[1] * 1.0)
        excitation = fluid.layers.fc(
            input=squeeze,
            size=num_channels,
            act='sigmoid',
            param_attr=fluid.param_attr.ParamAttr(
                initializer=fluid.initializer.Uniform(-stdv, stdv),
                name=name + '_exc_weights'),
            bias_attr=ParamAttr(name=name + '_exc_offset'))