在TensorFlow中以0和1交替初始化矩陣

Question

我試圖用一個非常簡單的結構創建一個0和1的n×m矩陣：

[[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，我不想開始編寫循環，因為使用內置的東西可能可以實現： A = tf.constant(???,shape(n,m))

請注意，在前3行之后，僅重復了4個1，接着是m-3 0，直到最后3行。

所以我在考慮重復重復的過程，但是我不知道要使用什么語法。

Answer 1

您正在尋找tf.matrix_band_part() 。 按照手冊，它的功能是

復制一個張量，將每個最內部矩陣的中心帶之外的所有內容都設置為零。

因此，在您的情況下，您將創建一個帶矩陣的矩陣，然后采用如下所示的4倍帶寬：

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

經過測試的代碼：

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 )

輸出：

[[[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.]]]]