在TensorFlow中是否有任何使Tensor看起来更像本机python数据结构的良好模式？
例如，在我的应用程序中，我想表示3D空间中的一批N射线。每条射线都包含一个起点（表示为3D矢量）和一个方向（也是3D矢量）。代表这一点的最好方法是什么？
我可以拥有一个代表所有光线的张量t。如果需要起点，可以使用t[:, :3]，如果需要指导，可以使用t[:, 3:]。这行得通，但不是很可读。就像为C中的字段指定字节偏移量一样。是的，它起作用了，但这是有结构的原因。
我可以添加诸如get_ray_starts()和get_ray_dirs()之类的顶级函数，这些函数在内部进行切片，但根本不是pythonic。进行诸如通过某个固定向量转换所有起点的操作也很痛苦：我要么需要将张量分割开，进行加法运算，然后再将其合并在一起，要么用3个奇怪的零填充该向量。
我可以分别制作（N，3）个ray_starts和ray_dirs张量。但随后，我必须将它们都传递出去，并且经常对每个对象执行相同的操作（例如，分成多个批处理）。我可以通过添加一个namedtuple来避免在两个函数之间传递，但是我仍然想不断地对namedtuple进行解包和重新构造，只要我想对张量做些什么。闷闷不乐
任何人都知道可以简化此过程的模式吗？