如何理解tensorflow的切片功能？

Question

近日，笔者从tensorflow.Part代码如下教程在https://www.tensorflow.org/tutorials/recurrent

outputs = [] 
    state = self._initial_state 
    with tf.variable_scope("RNN"): 
     for time_step in range(num_steps): 
     if time_step > 0: tf.get_variable_scope().reuse_variables() 
     (cell_output, state) = cell(inputs[:, time_step, :], state)#here! 
     outputs.append(cell_output) 

了解RNN的代码，而更多的信息，我只是不能说undetstand如何inputs[:, time_step, :]作品，例如，这些Args是什么意思？ 您的回答将不胜感激。非常感谢！

Answer 1

如果input是形状[d1, d2, d3]的，time_step低于d2的自然数，并且

output = inputs[:, time_step, :] 

然后输出形状的矩阵[d1, 1, d3]使得

output[i, 0, j] = input[i, time_step, j] 

它基本上提取的元素由括号中给出的指数给出的输入，“：”含义“所有这些都在该维度上”。