我正在尝试构建诸如遮罩处理之类的步进功能，例如
如果这是张量
+---+---+---+---+---+
| 1 | 2 | 3 | 4 | 1 |
+---+---+---+---+---+
| 2 | 2 | 2 | 3 | 3 |
+---+---+---+---+---+
| 2 | 2 | 1 | 5 | 3 |
+---+---+---+---+---+
例如，我有一个可学的tf.variable
+---+
| 3 |
+---+
| 3 |
+---+
| 1 |
+---+
我希望网络生成下表（即，结束变量为零）
+---+---+---+---+---+
| 1 | 2 | 3 | 0 | 0 |
+---+---+---+---+---+
| 2 | 2 | 2 | 0 | 0 |
+---+---+---+---+---+
| 2 | 0 | 0 | 0 | 0 |
+---+---+---+---+---+
我尝试使用scatter_nd_update，但不知道如何生成updates变量
rand_slice = -1 * np.random.randint（5，size = 5）
打印（rand_slice）
ref = tf.Variable(np.ones((5,6)),dtype=tf.int32)
indices = tf.Variable(rand_slice,dtype=tf.int32)
updates = tf.zeros((1),dtype=tf.int32)
update = tf.scatter_nd_update(ref, indices, updates)
问题是如何将张量定义为零