如何根据tensorflow中的已知索引创建二进制（0或1值）张量？

输入：长度占位符，index1D张量 输出：0-1一维张量 示例：长度5，索引[0,1,3]，输出张量应为[1,1,0,1,0]

我尝试过使用scatter_add，它需要已知形状的变量，并使用[length，length]从矩阵中嵌入_查找，这在长度较大时无效

有什么想法吗？

试试：

输出：数组[1,1,0,1,0.]，dtype=float32

output_size = tf.placeholder(tf.int32, [1])
index = tf.constant([0, 1, 3])
ones = tf.ones([tf.size(index)])
result = tf.sparse_to_dense(index, output_size, ones)
with tf.Session() as sess:
    sess.run(result, feed_dict={output_size: [5]})