Python 在Tensorflow中，如何仅对给定的索引将矩阵乘以标量？

我试图找到一种有效的方法，将给定标量的矩阵中的特定值相乘。让我们看一个简单的例子

给定1到10之间的值矩阵M，如下所示：

我想把每个值小于3的单元格乘以2。现在我知道我可以用

tf在tensorflow中找到所有值为1的项的坐标。其中（M<3）

，但我正在努力找到一个好的可伸缩解决方案来实现我想要的。转换应该是这样的：

如何利用此信息仅将给定坐标处的单元格乘以2

---

请记住，我的矩阵可能比3x3大，我发现了如何在tensorflow中实现这一点，而不必做任何从numpy到tensorflow的转换，反之亦然

M = np.array([[1, 5, 8],[2, 2, 2], [9, 7, 6]])
M[M==1] = 2
print(M)

array([[2, 5, 8],
       [2, 2, 2],
       [9, 7, 6]])

my_matrix = tf.constant([[1, 5, 8], [2, 2, 2], [9, 7, 6]])
result = tf.where(
    tf.less(my_matrix, tf.constant(3)),
    tf.scalar_mul(2, my_matrix),
    my_matrix
)

---

@Josh answer帮助我找到了正确的方向

我发现了如何在tensorflow中做到这一点，而不必做任何从numpy到tensorflow的转换，反之亦然

my_matrix = tf.constant([[1, 5, 8], [2, 2, 2], [9, 7, 6]])
result = tf.where(
    tf.less(my_matrix, tf.constant(3)),
    tf.scalar_mul(2, my_matrix),
    my_matrix
)

---

@Josh answer帮助我找到了正确的方向

，但这并不完全是我想要的，你将值2赋给所有为1的元素，但我想将这些值乘以2。现在使用1只是一个例子，它可以是5，也可以是8。我不知道那是什么。我要重新措辞我的问题，让它更清楚。谢谢你的回复！我猜如果有更新的问题，它应该是

M[M<3]*=2

。是的，这应该行得通。格式就是

[]=

我想这实际上是可行的，唯一的问题是我必须把它从张量转换成numpy数组，做这个数学运算，然后再回到张量。你认为有一种方法可以保持在tensorflow域内吗？那是可行的，但这并不完全是我想要的，你将值2赋给所有为1的元素，但我想将这些值乘以2。现在使用1只是一个例子，它可以是5，也可以是8。我不知道那是什么。我要重新措辞我的问题，让它更清楚。谢谢你的回复！我猜如果有更新的问题，它应该是

M[M<3]*=2

。是的，这应该行得通。格式就是

[]=

我想这实际上是可行的，唯一的问题是我必须把它从张量转换成numpy数组，做这个数学运算，然后再回到张量。你认为有没有一种方法可以保持在张量流域内？