给定3D输入张量（假设为（8,32,100）），我试图在Keras中实现Lambda层以选择此类输入向量的切片。
如果我一直想要相同的切片（例如，所有维之间的所有输入都位于第二维的位置2和4之间），那么我认为这会起作用：
Lambda(lambda x: x[:,2:4,:], output_shape=(3,100,), name="lambda_layer")(input)
但就我而言，对于每个训练样本，我都有兴趣访问不同的切片，然后将它们连接到密集层。我在这些行下面尝试了该选项，但是我无法将标量（i和j）输入模型，因为它们将被视为元组（并且定义shape=(1)无效）。
i = Input(shape=(1,), dtype="int32")
j = Input(shape=(1,), dtype="int32")
Lambda(lambda x: x[:,i:j,:], output_shape=(3,100,), name="lambda_layer")([input,i,j])