TensorFlow 2.9.1中按条件创建新Tensor E的最优方法咨询

你写的代码存在逻辑问题：第一次赋值E = C[A <= B]只是提取了C中满足A<=B的元素，得到的是长度不确定的张量；第二次赋值直接将E替换为D中满足A>B的元素，最终E仅保留了D的部分元素，完全不符合需求。

使用tf.where()是最优解法，它能根据布尔条件张量，从两个输入张量的对应位置选取元素，完美匹配你的需求：

# 直接将条件表达式作为第一个参数，写法更简洁
E = tf.where(A <= B, C, D)

如果需要显式定义条件张量，也可以这样写：

condition = tf.less_equal(A, B)  # 生成与A同形状的布尔张量
E = tf.where(condition, C, D)

生成的E会和A、B、C、D保持相同的(5,)形状，每个位置的值会根据A<=B的判断结果，对应取C或D的元素。

内容的提问来源于stack exchange，提问作者raghav