Python 从无形状的向量生成零矩阵

我得到了一个形状张量

[None，1，None]

（第一个None是批量大小，对应于例如

[1,1,28]

），我想生成一个

[None，1，None，None]

形式的

矩阵
[None，1，None，None]
，其中最后两个None是相同的（因此在示例中是
[1,1,28,28]
）

假设d是形状的向量
[None，1，None]
我尝试的是：

z = tf.zeros_like(tf.broadcast_to(d, tf.concat([d.shape, d.shape[-1:]], axis=0)), tf.int32)

其思想是：我将d的形状与最后一个形状d合并，以保持大小正确，然后将d广播到这些形状，使用广播的结果生成类似于

的零。我知道在这种情况下，仅仅

tf.zeros

不起作用，因为它不适用于

None

形状。 但此方法失败，导致以下错误：

---

传递给'ConcatV2'Op的'values'的列表中的张量具有不完全匹配的类型[，]。

如果您有一个三维张量

a

，并且希望用零填充一个四维张量

b

，如果

b

的前三个维度与

a

相同，第四个维度与

a

的第三个维度相同，您可以执行以下操作：

s = tf.shape(a)
s = tf.concat([s, s[-1:]], axis=0)
b = tf.zeros(s, a.dtype)

---

请为您的问题添加一个工作代码示例。您是指初始化？如前所述，它只有在我使用：

d=tf.convert_to_tensor（[[1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,0,1,1,1,1,1,1,1,1,0]]）

（因此形状是完全已知的）我正在寻找一种方法使它对部分已知的形状起作用。实际上，这比我的解决方案要好得多。非常感谢。