如果t是二维数组，t[...,1]等价于t[:,1]；如果是三维数值，t[...,1]等价于t[:,:,1]。
tf.newaxis和np.newaxis功能相同，都是增加维度。
t=tf.constant([[1,2,3],[4,5,6]])
<tf.Tensor: id=25, shape=(2, 3), dtype=int32, numpy=
array([[1, 2, 3],
[4, 5, 6]], dtype=int32)>
t[...,1]
<tf.Tensor: id=29, shape=(2,), dtype=int32, numpy=array([2, 5], dtype=int32)>
t[...,1,tf.newaxis]
<tf.Tensor: id=24, shape=(2, 1), dtype=int32, numpy=array([[2],[5]], dtype=int32)>
如果t是二维数组，t[...,1]等价于t[:,1]；如果是三维数值，t[...,1]等价于t[:,:,1]。
tf.newaxis和np.newaxis功能相同，都是增加维度。
t=tf.constant([[1,2,3],[4,5,6]])
<tf.Tensor: id=25, shape=(2, 3), dtype=int32, numpy=
array([[1, 2, 3],
[4, 5, 6]], dtype=int32)>
t[...,1]
<tf.Tensor: id=29, shape=(2,), dtype=int32, numpy=array([2, 5], dtype=int32)>
t[...,1,tf.newaxis]
<tf.Tensor: id=24, shape=(2, 1), dtype=int32, numpy=array([[2],[5]], dtype=int32)>