使用 Tensorflow 进行 Numpy 索引操作答案

【问题标题】：Numpy Indexing Operations with Tensorflow使用 Tensorflow 进行 Numpy 索引操作
【发布时间】：2017-04-24 02:18:03
【问题描述】：

我想更新张量的值，例如：

ldream[w,:,x,y,z] = 0

但不断收到错误提示：

TypeError: 'Tensor' object does not support item assignment

【问题讨论】：

【解决方案1】：

ldream 似乎是一个 tensorflow 变量，遗憾的是不能像 numpy 数组那样直接赋值。

要更新 tensorflow 中张量的值，您可以进行赋值操作，然后运行（评估）该操作。这是一个关于如何执行此操作的示例：

这样做的原因是，当您对 tf 变量和操作进行编码时，您实际上是在“暂存”它们在以后发生（例如当您执行 sess.run 时）；就像张量流将如何实际运行的蓝图。

【讨论】：

如果你所做的只是链接另一个答案，那么你应该把这个作为重复的答案关闭
@facultyofmusic 该答案是指修改 tf.Variable，我想通过使用索引和切片来选择基于张量的值，例如 numpy 数组，例如 ldream = [x,:,y,a, b]

【解决方案2】：

通过使用 numpy 数组创建布尔掩码来解决此问题：

ldream_mask = np.zeros(ldream.shape, dtype=np.bool)

然后选择所需的索引并将它们标记为 True

ldream_mask[w,:,x,y,z] =  True

然后使用 tf.where 使用 ldream_mask 更新所需的索引

【讨论】：