在tensorflow中选择满足特定条件的索引

我希望选择矩阵中元素的坐标满足一定条件的元素。例如，条件可以是：（y_坐标-x_坐标）=-4 因此，将选择坐标满足此条件的元素。如何在不遍历每个元素的情况下高效地执行此操作

也许您需要：

iterSession=tf.InteractiveSession（）
VAL=tf.常数（[[1,2,3]，[4,5,6]，[7,8,9]）
arr=tf.常数（[[x，y]表示范围（3）中的x）表示范围（3）中的y），如果-1数组（[[0，0]，
# >>        [0, 1],
# >>        [1, 0],
# >>        [1, 1],
# >>        [1, 2],
# >>        [2, 1],
#>>[2,2]]，dtype=int32）
tf.gather_nd（VAL，arr）.eval（）
#>>数组（[1,2,4,5,6,8,9]，dtype=int32）

---

或：

iterSession=tf.InteractiveSession（）
VAL=tf.常数（[[1,2,3]，[4,5,6]，[7,8,9]）
arr=tf.constant（[[-1谢谢，但我不能用于循环，因为我的矩阵形状是动态的。@ray.r.chua随着神经网络的运行，矩阵的大小会发生变化。你能提供更多细节吗？或者你的意思是以动态方式计算索引吗？我的矩阵的大小会随着输入矩阵没有固定大小而变化。