Python Tensorflow，如何生成由占位符形成的所有零张量

我想在tensorflow中使用

tf.where

函数

selected\u data=tf.where（掩码、某些位置保持器、零）

然而，当我写

zeros=tf.zeros（一些地方的形状）

发生错误：

ValueError:无法将部分已知的张量形状转换为张量：（？，1000，10）

我还尝试使用

tf.fill

，但出现了类似的错误

嗯，确实有一些解决办法，比如

zeros=tf.matmul（一些位置持有者，tf.zeros（[一些位置持有者形状[-1]，一些位置持有者形状[-1]））

---

但是有更好的解决方案吗？

您可以使用

tf.zero（类似于某些占位符）

：

---

您可以使用

tf.zeros\u like（某些位置固定器）

：

---

模块tensorflow没有属性占位符模块tensorflow没有属性占位符

input_tensor = tf.placeholder(tf.int8, shape=[None, 3])

zeros = tf.zeros_like(input_tensor)

with tf.Session() as sess:
    print(sess.run(zeros, feed_dict={input_tensor: [[1,2,3]]}))
# [[0 0 0]]