Python 在TensorFlow.js中周期性地指定一个2d子集张量及其自身的正弦/余弦

如何将以下Python代码翻译成TensorFlow.js

# apply sin to even indices in the array; 2i
angle_rads[:, 0::2] = np.sin(angle_rads[:, 0::2])

# apply cos to odd indices in the array; 2i+1
angle_rads[:, 1::2] = np.cos(angle_rads[:, 1::2])

---

将sin应用于偶数索引，cos应用于奇数索引，表明我们正在过滤初始张量accross列。要使用tf.where，第一个维度必须与条件大小匹配，这意味着tf.where将跨行创建分区。因此，需要对初始张量进行转置

const p = t.transpose()

第二步是从初始张量形状最后一个维度创建条件张量

t.shape[t.shape.length-1]

-它成为置换张量第一个维度

p.shape[0]

const cond = tf.tensor1d(Array.from({length: p.shape[0]},(_, i) => i%2 === 1), 'bool')

张量是不变的。不可能重新指定初始张量。修改张量值时，将创建一个新的张量

一切都在一起：

const t = tf.tensor2d([[1, 2, 3, 4], [5, 6, 7, 8]])

p = t.transpose()
const cond = tf.tensor1d(Array.from({length: p.shape[0]}, 
                                       (_, i) => i%2 === 1), 'bool')
const newp = p.cos().where(cond, p.sin());
const newt = newp.transpose()
newt.print()