这是Tensorflow的后续问题:tf。argmax和slicing，这是5年前的，只适用于2D张量的情况。
我有一个秩为D的张量x，我希望在它的一个轴上计算argmax/argmin，然后使用argmin/argmax对张量进行切片。比如:
x_min_indices = tf.mathm.argmin(x, axis=3) # choosing an arbitrary axis
x_min = x[x_min_indices]
我怎样才能做到这一点?
基本思路与你最初提到的问题相同。任何时候，当你试图从numpy中进行花哨的索引时，要知道你需要用到tf。Gather或tf.gather_nd.
我不知道你想要完成什么。你能提供具体的输入和预期的输出吗?特别是，当您运行tf.math。argmin(x, axis=3)，结果是D-1阶张量。当调用x[x_min_indices]时，您期望得到什么?