Python Tensorflow：如何以保持二维张量形状的方式使用布尔_掩码

当我使用tf.boolean_mask时，结果是平坦的

tensor7 = tf.constant( [[ 0,  1,  2,  3, -1],[ 2,  3,  4, -1, -1],[ 3,  6,  5,  4,  3]], tf.int64)
mask7 = tf.constant([[ True,  True,  True,  True, False],  [ True,  True,  True, False, False], [ True,  True,  True,  True,  True]], tf.bool)
result7=tf.boolean_mask(tensor7, mask7, axis=0)  

with tf.Session() as sess:
    print(sess.run([ result7 ]))

数组（[0,1,2,3,2,3,4,3,6,5,4,3]）]

有没有办法使用它来保持原来的3数组形状？单个阵列的形状应该改变，因为它们现在变短了。我在找这样的东西

[数组（[[0,1,2,3]， [ 2, 3, 4 ], [3,6,5,4,3]]

---

你的期望可能在逻辑上不合理，正如你的问题进一步指出的那样。你需要有张量的动态形状，它在TensorFlow中只有有限的支持（例如）.

我尝试使用参差不齐的张量，但这只会引发另一个错误。张量可以使用动态形状，但不是为Tensorflow中的每个函数都准备好。标记为适合此特定实例。