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:Indexing Numpy和#x27的Tensorflow等价物;s数组[索引]=标量,indexing,tensorflow,Indexing,Tensorflow,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]
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)