如何用另一个张量的值替换 Tensorflow 张量中的某些值？答案

【问题标题】：How to replace certain values in Tensorflow tensor with the values of the other tensor?如何用另一个张量的值替换 Tensorflow 张量中的某些值？
【发布时间】：2017-09-22 18:27:52
【问题描述】：

我有一个大小为 (64, 2, 82, 1) 的 Tensorflow 张量 A，我想将其 (:, :, 80:82, :) 部分替换为张量 B 的相应部分（也为 ( 64、2、82、1) 大小）。

我该怎么做？

P.S.：准确地说，我的意思是在 numpy 中看起来像这样的操作：

A[:, :, 80:82, :] = B[:, :, 80:82, :]

【问题讨论】：

在这里看看答案stackoverflow.com/questions/44648788/…
github 上也有这个讨论，github.com/tensorflow/tensorflow/issues/206，我不明白它是否以及如何解决...

标签： python tensorflow

【解决方案1】：

以下代码可能会帮助您了解一些想法，

a = tf.constant([[11,0,13,14],
                 [21,22,23,0]])
condition = tf.equal(a, 0)
case_true = tf.reshape(tf.multiply(tf.ones([8], tf.int32), -9999), [2, 4])
case_false = a
a_m = tf.where(condition, case_true, case_false)
sess = tf.Session()
sess.run(a_m)

这里我正在访问张量的单个元素！

【讨论】：

我正在尝试在我的激活函数中使用您的代码，如下所示：` def ScoreActivationFromSigmoid(x, target_min=1, target_max=9) : condition = K.tf.logical_and(K.tf.更少（x，1），K.tf.greater（x，-1））case_true = K.tf.reshape（K.tf.multiply（tf.ones（[x.shape[1] * x.shape[2 ]]), 0.0), x.shape) case_false = a changed_x = K.tf.where(condition, case_true, case_false) 激活_x = K.sigmoid(changed_x) 分数 = 激活_x * (target_max - target_min) + target_min 返回分数`但它没有找到正确的形状，我应该如何正确重塑？

【解决方案2】：

tf.assign 应该可以工作：（未测试）

 tf.assign(A[:, :, 80:82, :], B[:, :, 80:82, :])

【讨论】：

不幸的是它没有：a = tf.constant([[1,2,3], [4,5,6]])，b = tf.constant([[7,8,9], [10,11,12]])，tf.assign(a[0,:], b[0, :]) 给出以下错误：TypeError: assign() got an unexpected keyword argument 'name'
您不能将 assign 与常量一起使用。