请确保这是一个功能请求。根据我们的规定，我们只在GitHub上解决代码/文档错误、性能问题、功能请求和构建/安装问题。标签：功能模板

系统信息

• TensorFlow版本(您正在使用的):最新(2.8)
• 您是否愿意为其做出贡献(是/否):是
  描述功能及其当前行为/状态。

我是R interface to tensorflow的维护者。在R中，使用[进行子集划分的习惯是以1为基数，包括切片结束。在大多数情况下，将R中的[Tensor方法适应为Python的0为基础索引和半开区间很容易。除了一个情况：当切片结束也是容器的第一个元素时。
例如，

x = [1, 2, 3, 4, 5, 6]

一个像x[3:1]这样的R调用将返回[3, 2, 1]。要将其翻译成Python,调用应该是x[2::-1]。这种翻译在急切模式下很容易完成，但在图模式下如果用户将切片结束作为Tensor提供，那么这就很困难，因为这会使end的数据类型变为变体(整数或None,取决于运行时的Tensor值)。
将end Package 在tf.experimental.Optional()中不起作用，tf.strided_slice()也不接受Tensor值作为end_mask。这意味着如果x[start:end]是Tensor且end可能解析为Tensor的第一位元素，那么就没有办法忠实地翻译像end这样的R调用。

这会改变当前的API吗？如何？

有几种解决方法，但我认为最简单的方法是在参数中添加默认值为tf.strided_slice(..., inclusive_end=False)。这对现有代码不会造成破坏。从R接口来看，我们可以调用tf.strided_slice(..., inclusive_end = True)。

哪些人会从这个功能中受益？

所有来自R的Tensorflow用户，以及具有以1为基础和闭区间切片语义的其他语言的Tensorflow接口(例如Julia)。

其他信息。

拥有一个额外的参数tf.strided_slice(..., one_based = False)将锦上添花。让tf.strided_slice()自动推断何时应为负值将是最棒的部分 :)