如何用Keras重复张量特定元素并在最后轴插入零向量？

一、仅重复最后一维的最后10个元素，得到形状(N, 2, 127, 114)的张量 #

要实现这个需求，需将原张量拆分为两部分分别处理后拼接：

1. 拆分原张量：把最后一维的前42个元素和最后10个元素分开
2. 按需重复：前42个元素重复2次（和你之前全量重复的逻辑一致），最后10个元素重复3次（总长度为 42*2 + 10*3 = 114）
3. 拼接结果：沿最后一维拼接两部分重复后的张量

代码实现：

import tensorflow as tf

# 替换为你的实际张量
tensor = tf.random.normal((32, 2, 127, 52))

# 拆分前42个元素与最后10个元素
tensor_front = tensor[:, :, :, :42]
tensor_last_10 = tensor[:, :, :, 42:]

# 按需求重复元素
tensor_front_repeated = tf.keras.backend.repeat_elements(tensor_front, 2, axis=3)
tensor_last_repeated = tf.keras.backend.repeat_elements(tensor_last_10, 3, axis=3)

# 拼接得到目标张量
tensor_114 = tf.concat([tensor_front_repeated, tensor_last_repeated], axis=3)
print(tensor_114.shape)  # 输出 (32, 2, 127, 114)

二、在最后一维中间插入零向量，得到形状(N, 2, 127, 115)的张量 #

基于上面得到的114维张量，在最后一维的中间位置插入全零向量：

1. 创建零向量：形状与张量前三维匹配，最后一维长度为1
2. 拆分张量：在最后一维的中间位置（第57个索引处）拆分原114维张量
3. 插入拼接：将零向量插入到拆分后的两部分之间

代码实现：

# 创建与前三维匹配的零向量
zero_col = tf.zeros_like(tensor_114[:, :, :, :1])

# 确定中间拆分位置
split_idx = tensor_114.shape[3] // 2

# 拆分并插入零向量
tensor_left = tensor_114[:, :, :, :split_idx]
tensor_right = tensor_114[:, :, :, split_idx:]
tensor_115 = tf.concat([tensor_left, zero_col, tensor_right], axis=3)

print(tensor_115.shape)  # 输出 (32, 2, 127, 115)

若你所说的“中间”指其他位置（比如原张量最后一维的中间），只需调整拆分索引即可，但从目标形状115来看，基于114维张量插入是最合理的实现方式。

内容的提问来源于stack exchange，提问作者Oscar Moreno