如何在张量流中用常数k填充张量维度的特定索引？

【问题标题】：how to fill particular indices of a dimension of tensor with a constant value k in tensorflow?如何在张量流中用常数k填充张量维度的特定索引？
【发布时间】：2021-03-08 09:24:30
【问题描述】：

我正在尝试找到一种方法，用常数值 k 替换张量中某个维度的某些索引。类似于 PyTorch 中的 index_fill_。

我已经检查了 tensor_scatter_nd_update，但这需要整个张量以及要替换的索引和值。这要求索引与整个张量有关，而不仅仅是一个特定维度，并且还要求值是张量的形式，而不仅仅是一个常数。我正在寻找更简单的东西？

如果有人知道这些，您能否提供一些解决方案或我应该研究的方向？谢谢

【问题讨论】：

标签： tensorflow tensorflow2.0 tensor

【解决方案1】：

你没有给出一个例子，但你可以像这样切片和分配。

import tensorflow as tf

aa = tf.Variable(tf.zeros([10, 4]))
tensor = tf.constant(10,shape=(4,3))
aa[0:4, 1:4 ].assign(tf.ones_like(tensor, dtype=tf.float32))
print(aa)

aa[0:4, 1:4 ].assign([[1,1,1],[1,1,1],[1,1,1],[1,1,1]])
print(aa)

assign 的两种格式都会打印这个。

 array([[0., 1., 1., 1.],
       [0., 1., 1., 1.],
       [0., 1., 1., 1.],
       [0., 1., 1., 1.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]], dtype=float32)>

【讨论】：