和tf.unstack的区别就是，tf.unstack是均分降维， tf.stack是怎么分都不会降维，且能指定分隔份数。注：Numpy轴也是这样的，我最初用x，y轴方式 抽象 去记忆， 基本上是记不住的。灵魂说明：无论索引还是切片， （行列 是使用 逗号 分隔的）， 并且无论行列，索引都是从0开始的。和tf.stack正好是互逆过程，指定axis维度是几，它就会拆分成几个数据，同时降维。TF2.0不需要做这些。同样是上面的例子，我想把形状 [2,20,1] ，变成 [5，2，20，30]

【官方教程】ChatGLM-6B 微调：P-Tuning，LoRA，Full parameter，https://www.bilibili.com/video/BV1fd4y1Z7Y5。- ChatGLM-6B 优秀开发项目列表 https://lslfd0slxc.feishu.cn/docx/JAgsd5WVgoZ1bKxYzq0c8gh5neh。ChatGLM-130B 内测申请网站：https://chatglm.cn/ChatGLM 博客：https://chatglm.cn/blog。

Python语言的机器学习工具Scikit-learn包括许多知名的机器学习算法的实现Scikit-learn文档完善，容易上手，丰富的API目前稳定版本0.19.1。