获取由TensorFlow中的另一个张量部分索引的切片的好方法是什么？

假设我们有一个第一维未知的张量

x

（例如

[？，32，32，3]

），和另一个实际上是标量的张量

i

。是否有一种很好的方法来获得被第一维度分割的

x的
i
-第个切片，例如，获得维度的张量
[32,32,3]
？我是TensorFlow的新手，只能想出这个极其笨拙的解决方案

index = tf.concat(0, [i, tf.constant([0, 0, 0], tf.int64)])
size = [1, x.get_shape()[1].value, x.get_shape()[2].value, x.get_shape()[3].value]
result = tf.unpack(tf.slice(x, index, size))[0]

您可以利用
-1
是
size
参数的一个特殊参数，这意味着“该维度中的所有剩余元素”。然后，假设
i
是标量（而不是代码片段中的长度为1的向量），您可以执行以下操作：

result = tf.squeeze(tf.slice(x, tf.pack([index, 0, 0, 0]), [1, -1, -1, -1]), [0])

或者，可以使用从零维张量中选择一个或多个切片。在这种情况下，
i
必须是一个向量：

i = tf.expand_dims(i, 0)  # Converts `i` to a vector if it is a scalar.
result = tf.squeeze(tf.gather(x, i), [0])

在这两种情况下，op都会删除第0个维度以给出三维结果