如何在tensorflow中的特定索引处插入特定值？

Question

假设我有一个形状为100x1的张量input，另一个形状为20x1的张量inplace和一个形状为100x1的index_tensor。 index_tensor表示我想要将inplace的值插入到input的位置。 index_tensor只有20个True值，其余值为False。 我尝试在下面解释所需的操作。 如何使用tensorflow实现此操作。 assign操作仅适用于tf.Variable，而我希望将其应用于tf.nn.rnn的输出。 我读到可以使用tf.scatter_nd，但它要求inplace和index_tensor具有相同的形状。

我想使用这个的原因是，我从rnn得到一个输出，然后从中提取一些值并将它们馈送到某些密集层，我希望将这个密集层的输出插回到我从rnn操作中获得的原始张量中。由于某些原因，我不想对整个rnn输出应用密集层操作，如果我不将密集层的结果插入到rnn输出中，那么密集层就有点无用了。

任何建议将不胜感激。

- Atr Cheema

Answer 1

因为您拥有的张量是不可变的，所以您无法对其进行重新赋值或原地更改。您需要使用标准操作来修改它的值。以下是如何执行此操作：

input_array = np.array([2, 4, 7, 11, 3, 8, 9, 19, 11, 7])
inplace_array = np.array([10, 20])
indices_array = np.array([0, 0, 1, 0, 0, 0, 1, 0, 0, 0])
# [[2], [6]] 
indices = tf.cast(tf.where(tf.equal(indices_array, 1)), tf.int32)
# [0, 0, 10, 0, 0, 0, 20, 0, 0, 0]
scatter = tf.scatter_nd(indices, inplace_array, shape=tf.shape(input_array))
# [1, 1, 0, 1, 1, 1, 0, 1, 1, 1]
inverse_mask = tf.cast(tf.math.logical_not(indices_array), tf.int32)
# [2, 4, 0, 11, 3, 8, 0, 19, 11, 7]
input_array_zero_out = tf.multiply(inverse_mask, input_array)
# [2, 4, 10, 11, 3, 8, 20, 19, 11, 7]
output = tf.add(input_array_zero_out, tf.cast(scatter, tf.int32))

- gorjan