代码之家 › 专栏 › 技术社区 › Falco Winkler

在列表中指定的索引处给张量赋值零

tensorflow python

2

Falco Winkler · 技术社区 · 7 年前

例如,我必须使用张量

A = tf.Tensor(
       [[1.0986123 0.6931472 0.        0.6931472 0.       ]
        [0.        0.        0.        0.        0.       ]
        [3.7376697 3.7612002 3.7841897 3.8066626 3.8286414]], shape=(3, 5), dtype=float32)

B = tf.Tensor(
   [[2 1]
    [2 2]], shape=(2, 2), dtype=int64)

张量 B 在张量中保持指数 A . 我想更新张量中的每一个值 A. 到索引列表中列出的零 .

tf.Tensor(
       [[1.0986123 0.6931472 0.        0.6931472 0.       ]
        [0.        0.        0.        0.        0.       ]
        [3.7376697 0 0 3.8066626 3.8286414]], shape=(3, 5), dtype=float32)

因此索引[2,1]和[2,2]处的条目被设置为0。

我看着 tf.assign tf.Variable 的。 tf.boolean_mask

我查看了可以找到的张量流函数和相关的S/O答案,但找不到满意的解决方案。

1 回复 | 直到 7 年前

1

2

Vladimir Bystricky 7 年前

你可以用 tf.scatter_nd_update 为了这个。例如:

A = tf.Variable(
    [[1.0986123, 0.6931472, 0.       , 0.6931472, 0.       ],
     [0.       , 0.       , 0.       , 0.       , 0.       ],
     [3.7376697, 3.7612002, 3.7841897, 3.8066626, 3.8286414]], dtype=tf.float32)

B = tf.Variable(
    [[2, 1],
     [2, 2]], dtype=tf.int64)

C = tf.scatter_nd_update(A, B, tf.zeros(shape=tf.shape(B)[0]))

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(C))

A = tf.constant(
    [[1.0986123, 0.6931472, 0.       , 0.6931472, 0.       ],
     [0.       , 0.       , 0.       , 0.       , 0.       ],
     [3.7376697, 3.7612002, 3.7841897, 3.8066626, 3.8286414]], dtype=tf.float32)

B = tf.constant(
    [[2, 1],
     [2, 2]], dtype=tf.int64)

AV = tf.Variable(A)

C = tf.scatter_nd_update(AV, B, tf.zeros(shape=tf.shape(B)[0]))

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(C))