Python Tensorflow中的布尔索引

Tensorflow似乎不支持布尔索引。如何在Tensorflow中执行此操作

    import numpy as np

    A = np.array([3, 4, 5, -1, 6, -1, 7, 8])
    mask = (A == -1)

    print(A)

    A[mask] = [11, 12]

    print(A)

---

要使用布尔数组提取元素，可以使用：

然而，这似乎不支持分配。 如果需要将元素更新为相同的值，请使用tf.where，它可以用于常量和变量：

a = tf.constant([3, 4, 5, -1, 6, -1, 7, 8])
mask = tf.equal(a, -1)
tf.where(mask, [11] * a.shape[0], a).eval()
# array([ 3,  4,  5, 11,  6, 11,  7,  8], dtype=int32)

如果更新的值是具有不同值的自定义数组，我们可以通过首先将布尔掩码转换为索引来使用，在这种情况下，a需要是一个变量：

a = tf.constant([3, 4, 5, -1, 6, -1, 7, 8])
mask = tf.equal(a, -1)
tf.where(mask, [11] * a.shape[0], a).eval()
# array([ 3,  4,  5, 11,  6, 11,  7,  8], dtype=int32)

---

您是否也知道我所做的编辑是否可行，因此[11,12]不是[11]而是一个任意列表，其编号与maskThanks中的Trues相同，但如果a不是一个变量呢？

a = tf.Variable([3, 4, 5, -1, 6, -1, 7, 8])
tf.global_variables_initializer().run()

mask = tf.equal(a, -1)
indices = tf.reshape(tf.where(mask), (-1,))
tf.scatter_update(a, indices, [11, 12]).eval()
# array([ 3,  4,  5, 11,  6, 12,  7,  8], dtype=int32)