Python 创建随机索引为零的张量

现在我有一个张量

random\u row

，我想创建一个新的张量，它的形状是2维的，它的

random\u row

是全零，所有其他行都是一，例如

random_row=[1,3]#random_row本身就是一个张量
#新的_张量需要是另一个张量，其随机_行中的行都是零
#我们已经知道新的张量的形状是（4，2）
新的_张量=[[1,1]，[0,0]，[1,1]，[0,0]]

---

我怎样才能做到这一点？如果有人能帮忙，我真的很感激

您可以使用类似于his的函数来实现这一点：

import tensorflow as tf

def zero_rows(x, idx)
    # Turn row indices into a boolean mask
    n = tf.shape(x)[0]
    m = tf.scatter_nd(tf.expand_dims(idx, 1), tf.ones_like(idx, dtype=tf.bool), [n])
    # Select zeros where the indices are or the data elsewhere
    return tf.where(m, tf.zeros_like(x), x)

# Test
with tf.Graph().as_default(), tf.Session() as sess:
    y = zero_rows(x, idx)
    print(sess.run(y, feed_dict={x: [[1, 2], [3, 4], [5, 6], [7, 8]], idx: [1, 3]}))
    # [[1 2]
    #  [0 0]
    #  [5 6]
    #  [0 0]]

---

您可以使用类似于his的功能：

import tensorflow as tf

def zero_rows(x, idx)
    # Turn row indices into a boolean mask
    n = tf.shape(x)[0]
    m = tf.scatter_nd(tf.expand_dims(idx, 1), tf.ones_like(idx, dtype=tf.bool), [n])
    # Select zeros where the indices are or the data elsewhere
    return tf.where(m, tf.zeros_like(x), x)

# Test
with tf.Graph().as_default(), tf.Session() as sess:
    y = zero_rows(x, idx)
    print(sess.run(y, feed_dict={x: [[1, 2], [3, 4], [5, 6], [7, 8]], idx: [1, 3]}))
    # [[1 2]
    #  [0 0]
    #  [5 6]
    #  [0 0]]