才能使用
所以我想要的东西的pseucode是：
splitted_outputs = [tf.split(output, rate, axis=0) for output in outputs]
在哪里输出是形状的张量（512，？，128），而splitted_outputs是张量或张量的列表，具有3个维度。因此，我可以迭代这种张量张量。
我尝试使用tf.map_fn：
splitted_outputs = tf.map_fn(
lambda output: tf.split(output, rate, axis=0),
outputs,
dtype=list
)
不可能，因为list不是合法的TF dtype。
您可以在 outputs上使用 tf.unstack获取"子观察器"的列表，然后在每个上使用 tf.split：
splitted_outputs = [tf.split(output, rate, axis=0) for output in tf.unstack(outputs, axis=0)]
请注意，只有知道给定axis的大小，或者您需要提供num参数。
tf.unstack。