tensorflow跨步切片函数似乎具有掩蔽功能，其参数带有（begin_mask，end_mask，省略号_mask，new_axis_mask，shrink_axis_mask）。但是，它如何真正起作用？文档中似乎没有示例？它是否允许我们减少张量的等级或仅减小尺寸的大小？这些参数将int值作为数据类型。
医生说：-
在每个掩码字段（begin_mask，end_mask，省略号_mask，new_axis_mask，shrink_axis_mask）中，第i位将与第i个规范相对应。 如果begin_mask的第i位被设置，begin [i]将被忽略，而将使用该维中的最大可能范围。 end_mask的工作原理类似，除了终止范围
我了解link中的基本跨步切片，那么它如何真正起作用？也许示例代码可以清除所有问题……
它允许我们对每个元素进行boolean indexing吗？假设我们有一个NxN整数数组和一个NxN mask布尔数组，并且想返回一个masked数组（大小取决于真值的数量）吗？
此外，如果仅允许我使用以下运算符：TFLITE GPU OPS，我如何实现布尔索引？