在不使用tf.RaggedTensor的情况下从tensorflow的张量中删除某些行

在不使用tf.RaggedTensor的情况下，从tensorflow的张量中删除某些行，可以使用tf.boolean_mask()函数来实现。

tf.boolean_mask()函数通过接受一个布尔型的掩码张量和一个待处理的输入张量，返回一个根据掩码过滤后的新张量。

下面是一个示例代码：

import tensorflow as tf

def remove_rows(tensor, indices):
    mask = tf.reduce_all(tf.math.not_equal(tf.range(tensor.shape[0])[:, tf.newaxis], indices), axis=1)
    return tf.boolean_mask(tensor, mask)

# 示例数据
tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
indices = tf.constant([1, 3])

# 删除指定行
new_tensor = remove_rows(tensor, indices)

print(new_tensor)

输出结果：

tf.Tensor(
[[ 1  2  3]
 [ 7  8  9]], shape=(2, 3), dtype=int32)

在上述代码中，我们定义了一个remove_rows()函数，它接受一个输入张量和要删除的行的索引列表。首先，我们使用tf.range()函数生成一个范围张量，它的形状与输入张量的行数相同。然后，我们使用tf.math.not_equal()函数比较范围张量和索引张量，生成一个布尔型掩码张量。接下来，我们使用tf.reduce_all()函数沿着轴1对掩码张量进行逻辑与操作，生成一个最终的掩码张量。最后，我们使用tf.boolean_mask()函数根据掩码张量过滤输入张量的行，得到一个新的张量。

这种方法适用于删除张量中任意行的情况，并且不依赖于tf.RaggedTensor。