TensorFlow提供了一些操作，你可以使用基本的算术运算来分割输入的tensor。这里的分割操作是沿着第一个维度的一个分区，等价于这里定义了一个从第一个维度到第segment_ids维度的一个映射。segment_ids张量的长度必须和需要分割的tensor的第一维度的尺寸d0一样，其中segment_ids中的编号从0到k，并且k < d0。举个例子，如果我们需要分割的tensor是一个矩阵，那么segment_ids的映射就指向矩阵的每一行。
tf.segment_sum(data, segment_ids, name=None)
解释：这个函数的作用是沿着segment_ids指定的维度，分割张量data中的值，并且返回累加值。
计算公式为:
其中，segment_ids[j] == i。
比如：
c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])
tf.segment_sum(c, tf.constant([0,0,1]))
==> [[0000]
[5678]]
a = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8], [-1,-2,-3,-4]])
c = tf.segment_sum(a, tf.constant([0, 0, 1, 2]))
sess = tf.Session()
print (sess.run(c))
sess.close()
输出：
[[ 0 0 0 0]
[ 5 6 7 8]
[-1 -2 -3 -4]]