Numpy 在Tensorflow中将三维张量缩减为一维张量

假设有一个形状为[a，b，c]的三维张量。 我想在模型运行时提取一维，例如[4,2,c]，因此我将得到一维张量[c]

a和b的参数存储在形状为[a，1]和[b，1]的不同张量中，因此使用tf.slice不是一个选项，因为tf.slice只接受一维标量张量

有什么想法吗

---

谢谢

可能需要使用

tf.split

拆分张量

---

存储在不同张量中的

a

和

b

参数是什么意思？。这些参数用于什么？。你能举个python/numpy的例子吗？