Numpy 数组的张量流等价物[索引] = 标量

Question

我有一个张量和一个相同等级的索引张量。我想将与索引张量中的索引对应的张量值设置为某个标量。我该怎么做？

换句话说，我正在寻找以下 Numpy 操作的 Tensorflow 等效项：

array[indices] = scalar

在我的具体案例中，我们谈论的是一维张量：

mask = tf.zeros_like(some_1D_tensor)
(e.g. mask = [0, 0, 0, 0, 0])

让我们indices是一个 1D 张量，其中包含我想设置为标量值 1 的mask索引。所以我想要：

mask[indices] = 1
(e.g. for indices = [1, 3] the output should be mask == [0, 1, 0, 1, 0])

Answer 1

我不知道

它以前是否不存在，或者我只是没有见过它，但一般情况相当于

array[indices] = scalar

是

tensor = tf.scatter_nd_update(tensor, indices, updates)

使用 tf.scatter_nd_update((