Python 如何修改张量的列

我想做一个特征函数，比如：我有一个张量X，如果X[：，I]>1，那么X[：，I]=0，否则X[：，I]=1。但是我想保留X的形状

我已经尝试过多次重塑，但在取消堆叠X并更改列表的值后，找不到完全相同的X形状

def g_tf（自身、t、X）：
x_unpacket=tf.unstack（x，num=None，axis=1）
已处理=[]
对于未包装的小x英寸x英寸：
张量_10=tf.cast（tf.constant（[1.0]）[None，None]，tf.float64）
张量_1=tf.重塑（张量_10，tf.形状（x_小））
bool=tf.greater（小x，张量1，name=None）
bool_重塑=tf.重塑（boule，[]）
结果张量=tf.cond（boule_整形，λ：tf.常数（1），λ：tf.常数（0））
已处理。追加（结果\u张量）
输出=tf.stack（已处理，0）
打印（输出）#张量（“正向/堆栈：0”，形状=（50，），数据类型=int32）
Output_u=tf.cast（Output，dtype=tf.float64）
X_new=X#X的形状：形状=（？，50），dtype=float64）
print（X_new[1]）#张量（“向前/跨步切片_190:0”，shape=（50，），dtype=float64）
X_new=X_new[1]。分配（输出）#它们具有相同的形状：形状=（50，）
最终运算=tf.减少总和（X新，1，keepdims=True）
返回最后一步

ValueError:

尝试将“输入”转换为张量，但失败。错误：不支持任何值。

---

此错误发生在以下行：

X\u new=X\u new[1]。分配（输出）

我希望我正确地理解了您在这里尝试执行的操作。我真的不明白你在这里做什么。但是下面的解决方案应该适用于您试图实现的目标

例如，如果有数组

[[2,3]，[1,0]，[0,0]]

则希望输出为

[[1,1]，[0,0]，[0,0]]

。希望我没弄错。如果这是你所需要的，那么下面的方法应该有效

import tensorflow as tf

# some random dataset
x = tf.random.normal(shape=(5,10),mean=2.0, stddev=0.5)

# Getting the colums of the data
x_unpack = tf.unstack(x, axis=1)

processed =[]
for x_col in x_unpack:
  ones = tf.ones_like(x_col)
  # Checks if all values in x_col are greater than one
  cond_tensor = tf.reduce_all(tf.greater(x_col, ones)) 
  # Get the resulting column
  res = tf.cond(cond_tensor, lambda: tf.ones_like(x_col),lambda: tf.zeros_like(x_col)) 
  processed.append(res)

out = tf.stack(processed, axis=1)

with tf.Session() as sess:
  print(sess.run(out))

---

非常感谢！这是工作，这正是我想要做的如果你对答案满意，请接受它作为正确的答案：）对不起，这是我在这里的第一个问题，现在它完成了！：）