Tensorflow，如何生成由占位符整形的全零张量

Question

我想在tensorflow中使用tf.where函数。

selected_data = tf.where(mask,some_place_holder,zeros)

但是，当我写作时

zeros = tf.zeros(some_place_holder.shape)

发生错误：

ValueError: Cannot convert a partially known TensorShape to a Tensor: (?, 1000, 10)

我也尝试使用tf.fill，但发生了类似的错误。

嗯，确实有一些解决方案，比如

zeros = tf.matmul(some_place_holder , tf.zeros([some_place_holder.shape[-1],some_place_holder.shape[-1]]))

但有更好的解决方案吗？

Answer 1

你可以使用tf.zeros_like(some_place_holder)：

input_tensor = tf.placeholder(tf.int8, shape=[None, 3])

zeros = tf.zeros_like(input_tensor)

with tf.Session() as sess:
    print(sess.run(zeros, feed_dict={input_tensor: [[1,2,3]]}))
# [[0 0 0]]