tensor_scatter_nd_update ValueError：形状必须具有相同的等级，但为 0 和 1

Question

我一直能够毫无问题地使用 tf.tensor_scatter_nd_update 写入张量，但我无法弄清楚为什么它不能使用某些特定的张量。

举一个简单的例子，假设我想根据布尔掩码 input=[[0 0 0]] 将 update=[[1 2 3]] 中的某些值设置为 mask=[[1 0 1]]。 我只会做：

input=tf.tensor_scatter_nd_update(input,tf.where(mask),update)

期望运算结果为 input=[[1 0 3]]。

相反，我得到了

ValueError: Dimensions [2,2) of input[shape=[1,3]] = [] must match dimensions [1,2) of updates[shape=[1,3]] = [3]: Shapes must be equal rank, but are 0 and 1 for ... with input shapes: [1,3], [?,2], [1,3].

我真的不知道出了什么问题；即使在更复杂的情况下，我也一直能够毫无问题地使用该功能。

Answer 1

我想通了。

部分问题确实是 tf.where() 返回了一个 2-D 张量，但这起作用了，因为我还用它来生成 updates 向量：

input=input=tf.tensor_scatter_nd_update(input,tf.where(mask),tf.where(something_else))

解决方案是通过以下方式去除额外的维度：

input=input=tf.tensor_scatter_nd_update(input,tf.where(mask),tf.squeeze(tf.where(something_else)))