Python 在Tensorflow中修改张量的函数

我在numpy有职能：

def modify_vec(old_config):
    idx = np.where(old_config != 0)[0]
    remove = np.random.choice(idx)
    old_config[remove] -= 1
    increase = np.random.randint(N)
    old_config[increase] += 1
    return old_config

其中，输入只是N个正整数分量的numpy向量。该函数所做的只是随机获取向量的索引，其中对应的元素与0不同，然后将该元素减少1，并将其添加到另一个随机选择的元素

我想使用Tensorflow（不调用任何会话）执行完全相同的操作，其中old_config是一个形状为（1，N）的常量张量。我在以下方面有困难。我已经在tensorflow中实现了where，如下所示：

idx = tf.where(tf.logical_not(tf.math.equal(old_config, tf.constant(0, dtype=tf.float32))))[:, 1]

但是现在，我在随机选择这个新张量的元素时遇到了问题。现在，这个

old_config

张量不能修改，因为它是一个常量张量。如何将其内容“复制”到numpy数组中，或者如何通过函数

modify\u vec

的修改创建另一个常量张量？谢谢