MACE支持Tensorflow的depth_to_space和space_to_depth，以及strided_slice算子。
其中depth_to_space可以用来无平滑地进行上采样。
space_to_depth无损地下采样。
strided_slice一般采用tensor[index_a : index_b]的方式使用，但stride_slice很不成熟，最好不用，采用掩膜(mask)相乘的方式来计算
tf.reduce_mean在MACE中不支持channel axis的合并
tf.minimum不支持，但可以用-(tf.maximum(-x, w))来实现
MACE在GPU上不支持MatMul，所以只能采用tf.nn.conv2d来实现全连接。如下：
def gray_world_balance(x):
mean_ = tf.maximum(tf.reduce_mean(x, axis=(1, 2), keepdims=True), 1e-6)
print(mean_.shape)
kernel = np.array([[[[0.333333, 0.333333, 0.333333, 0.333333],
[0.333333, 0.333333, 0.333333, 0.333333],
[0.333333, 0.333333, 0.333333, 0.333333],
[0.0, 0.0, 0.0, 0.0]]]], dtype=np.float32)
w_ = tf.constant(kernel, dtype=tf.float32)
print(w_.shape)
global_mean_ = tf.nn.conv2d(input=mean_, filter=w_, strides=(1, 1, 1, 1), padding='VALID')
print(global_mean_.shape)
ratio_ = global_mean_ / mean_
print(ratio_.shape)
return -tf.maximum(-x * ratio_, -1.0)