Python Tensorflow：如何在不改变维数的情况下切片张量？

例如，如果我们有：

a = tf.constant(np.eye(5))
a
<tf.Tensor 'Const:0' shape=(5, 5) dtype=float64>
a[0,:]
<tf.Tensor 'strided_slice:0' shape=(5,) dtype=float64>

---

（

tf.expand_dims（a[0，：]，axis=0）

可以工作，但是否有更直接、更简单的方法？

至少有两种直接方法，与NumPy中可用的方法非常类似（）

在该轴上获取大小为1的范围：

a[x:x+1]

添加带有

None

的轴：

a[None，x]

a[0:1]

数组（[1,0,0,0,0.]））
数组（[[1,0,0,0,0.]]
数组（[[1,0,0,0,0.]]

a[0,:]
<tf.Tensor 'strided_slice:0' shape=(1,5) dtype=float64>

<tf.Tensor 'strided_slice_1:0' shape=(1, 5) dtype=float64>