用人话讲解tf.split

API原型（TensorFlow 1.8.0）：

tf.split(value, num_or_size_splits, axis=0, num=None, name=‘split’)

这个函数是用来切割张量的，返回的是list。
输入切割的张量和参数，返回切割的结果。
value传入的就是需要切割的张量。
这个函数有两种切割的方式：

以三个维度的张量为例，比如说一个20 * 30 * 40的张量my_tensor，就如同一个长20厘米宽30厘米高40厘米的蛋糕，每立方厘米都是一个分量。

有两种切割方式：

1. 如果num_or_size_splits传入的是一个整数，这个整数代表这个张量最后会被切成几个小张量。此时，传入axis的数值就代表切割哪个维度（从0开始计数）。调用tf.split(my_tensor, 2，0)返回两个10 * 30 * 40的小张量。
2. 如果num_or_size_splits传入的是一个向量，那么向量有几个分量就分成几份，切割的维度还是由axis决定。比如调用tf.split(my_tensor, [10, 5, 25], 2)，则返回三个张量分别大小为 20 * 30 * 10、20 * 30 * 5、20 * 30 * 25。很显然，传入的这个向量各个分量加和必须等于axis所指示原张量维度的大小 (10 + 5 + 25 = 40)。

• axis=-1代表最后一个维度，例如
  一个(2,2,3)的tensor，经过tf.split(x0, 3, axis=-1)后会分成3个(2,2,1)的list
  
  

tf.transpose转置

f.transpose(input, [dimension_1, dimenaion_2,…,dimension_n]):
这个函数主要适用于交换输入张量的不同维度用的，

如果输入张量是二维，就相当是转置。

如果张量是三维，就是用[dimension_1,…,dimension_n]来表示，如[0,1,2]。这个列表里的每个数对应相应的维度。如果是[2,1,0]，就把输入张量的第三维度和第一维度交换。