Python 如何根据tensorflow中的列条件获取张量值的索引

我有一个像这样的张量：

sim_topics = [[0.65 0.   0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
              [0.   0.51 0.   0.   0.52  0.   0.   0.   0.53 0.42 0.]
              [0.   0.32 0.   0.50 0.34  0.   0.   0.39 0.32 0.52 0.]
              [0.   0.23 0.37 0.   0.    0.37 0.37 0.   0.47 0.39 0.3 ]]

[[0.65 0. 0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
 [0.   0. 0.   0.   0.52  0.   0.   0.   0.   0.42 0.]
 [0.   0. 0.   0.   0.34  0.   0.   0.39 0.   0.52 0.]
 [0.   0. 0.37 0.   0.    0.37 0.   0.   0.   0.39 0.]]

result = tf.multiply(sim_topics, tf.cast(masked_t, dtype=tf.float64))

我想根据张量条件得到这个张量中的指数：

masked_t = [True  False  True  False True True False True False True False]

所以输出应该是这样的：

sim_topics = [[0.65 0.   0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
              [0.   0.51 0.   0.   0.52  0.   0.   0.   0.53 0.42 0.]
              [0.   0.32 0.   0.50 0.34  0.   0.   0.39 0.32 0.52 0.]
              [0.   0.23 0.37 0.   0.    0.37 0.37 0.   0.47 0.39 0.3 ]]

[[0.65 0. 0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
 [0.   0. 0.   0.   0.52  0.   0.   0.   0.   0.42 0.]
 [0.   0. 0.   0.   0.34  0.   0.   0.39 0.   0.52 0.]
 [0.   0. 0.37 0.   0.    0.37 0.   0.   0.   0.39 0.]]

result = tf.multiply(sim_topics, tf.cast(masked_t, dtype=tf.float64))

所以条件是作用在初始张量的柱上。实际上，我需要元素的索引，它们在

maske\u t

中为真

因此，指数应为：

[[0, 0],
 [1,0],
 [2, 0],
 [3,0],
 [0,2],
 [1,2],
 [2,2],
 [3,2],
 ....]]

实际上，这种方法在我按行操作时有效，但在这里，我想根据条件选择特定列，这样会引发s不兼容错误：

out = tf.cast(tf.zeros(shape=tf.shape(sim_topics), dtype=tf.float64), tf.float64)
indices = tf.where(tf.where(masked_t, out, sim_topics))

---

您可以直接获得所需的张量，如下所示：

sim_topics = [[0.65 0.   0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
              [0.   0.51 0.   0.   0.52  0.   0.   0.   0.53 0.42 0.]
              [0.   0.32 0.   0.50 0.34  0.   0.   0.39 0.32 0.52 0.]
              [0.   0.23 0.37 0.   0.    0.37 0.37 0.   0.47 0.39 0.3 ]]

[[0.65 0. 0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
 [0.   0. 0.   0.   0.52  0.   0.   0.   0.   0.42 0.]
 [0.   0. 0.   0.   0.34  0.   0.   0.39 0.   0.52 0.]
 [0.   0. 0.37 0.   0.    0.37 0.   0.   0.   0.39 0.]]

result = tf.multiply(sim_topics, tf.cast(masked_t, dtype=tf.float64))

让广播完成蒙面主题与模拟主题大小相同的工作