Numpy 具有选定索引的tensorflow遮罩框

假设我有一个秩-2张量a

[[1,1,1]，[2,2,2]，[3,3,3]，[4,4,4]，…]

，我有一个选择的索引B（来自

tf.equal（）

或其他地方），例如

[1,3,4]

。我想让A[I]对B中的任何I都为零，这样A最终会变成类似

[1,1,1,1]，[0,0,0,0]，[3,3,3]，[0,0,0]，…]的东西。如何做到这一点或这一点是可能的？
有多种方法可以做到这一点。下面是一个带有（测试代码）的示例：

将tensorflow导入为tf
a=tf.常数（[[1,1,1,1]，[2,2,2]，[3,3,3]，[4,4,4]）
b=tf.常数（[1,3,4]）
one_hot=tf.one_hot（b，a.get_shape（）[0]。value，dtype=a.dtype）
掩码=1-tf。减少总和（一个热轴，轴=0）
res=a*掩码[…，无]
使用tf.Session（）作为sess：
打印（sess.run（res））

或者这个带有（测试代码）：

将tensorflow导入为tf
a=tf.常数（[[1,1,1,1]，[2,2,2]，[3,3,3]，[4,4,4]）
b=tf.常数（[1,3]）
mask=1-tf.scatter\u nd（b[…，None]，tf.ones\u like（b），shape=[a.get\u shape（）[0].value]）
res=a*掩码[…，无]
使用tf.Session（）作为sess：
打印（sess.run（res））

两者都将输出：

[[1]

[0]

[3]

[0]]

如所愿