在TensorFlow中以0和1交替初始化矩阵

Question

我试图用一个非常简单的结构创建一个0和1的n×m矩阵：

[[1 0 0 0 0 0 0 ...],
[1 1 0 0 0 0 0 ...],
[1 1 1 0 0 0 0 ...],
[1 1 1 1 0 0 0 ...],
[0 1 1 1 1 0 0 ...],
[0 1 1 1 1 1 0 ...],
...
[... 0 0 0 1 1 1 1],
[... 0 0 0 0 1 1 1],
[... 0 0 0 0 0 1 1],
[... 0 0 0 0 0 0 1]]

但是，我不想开始编写循环，因为使用内置的东西可能可以实现： A = tf.constant(???,shape(n,m))

请注意，在前3行之后，仅重复了4个1，接着是m-3 0，直到最后3行。

所以我在考虑重复重复的过程，但是我不知道要使用什么语法。

Answer 1

您正在寻找tf.matrix_band_part() 。 按照手册，它的功能是

复制一个张量，将每个最内部矩阵的中心带之外的所有内容都设置为零。

因此，在您的情况下，您将创建一个带矩阵的矩阵，然后采用如下所示的4倍带宽：

tf.matrix_band_part( tf.ones( shape = ( 1, n, m ) ), 3, 0 )

经过测试的代码：

import tensorflow as tf

x = tf.ones( shape = ( 1, 9, 6 ) )
y = tf.matrix_band_part( x, 3, 0 )

with tf.Session() as sess:
    res = sess.run( y )
    print ( res )

输出：

[[[1。 0. 0. 0. 0. 0.]
[1。 1. 0. 0. 0. 0.]
[1。 1. 1. 0. 0. 0.]
[1。 1. 1. 1. 0. 0.]
[0。 1. 1. 1. 1. 0.]
[0。 0. 1. 1. 1. 1.]
[0。 0. 0. 1. 1. 1.]
[0。 0. 0. 0. 1. 1.]
[0。 0. 0. 0. 0. 1.]]]]