Indexing Numpy和#x27的Tensorflow等价物；s数组[索引]=标量

我有一个相同等级的张量和一个索引张量。我想把与索引张量中的索引相对应的张量值设置为某个标量。我该怎么做

换句话说，我正在寻找与以下Numpy操作等效的Tensorflow：

array[indices] = scalar

在我的具体例子中，我们讨论的是一维张量：

mask = tf.zeros_like(some_1D_tensor)

(e.g. mask = [0, 0, 0, 0, 0])

设

索引

为1D张量，其中包含我想设置为标量值1的

掩码

的索引。所以我想：

mask[indices] = 1

(e.g. for indices = [1, 3] the output should be mask == [0, 1, 0, 1, 0])

---

我不知道它以前是否在那里，或者我只是没有见过它，但一般情况下，它相当于

array[indices] = scalar

是

使用

tensor = tf.scatter_nd_update(tensor, indices, updates)