如何在TensorFlow中用内置方法生成特定结构的0-1矩阵

要创建你描述的这种结构的n×m 0-1矩阵，完全可以用TensorFlow的索引矩阵运算来实现，不需要写任何循环。核心思路是通过行索引和列索引的网格，结合逻辑条件来生成每个位置的0或1。

步骤说明 #

这种矩阵可以拆分成三个逻辑段：

1. 上升段：前4行，每行的1的数量从1递增到4（第i行有i+1个前导1，i从0开始）；
2. 中间滑动段：从第4行到倒数第5行，每行保持4个连续的1，且这个1的窗口逐行向右滑动；
3. 下降段：最后4行，每行的1的数量从4递减到1（都是末尾的连续1）。

代码实现 #

import tensorflow as tf

# 自定义你的行数n和列数m
n = 12
m = 10

# 生成行索引和列索引的网格矩阵
row_indices = tf.range(n)[:, tf.newaxis]  # 形状(n, 1)
col_indices = tf.range(m)[tf.newaxis, :]  # 形状(1, m)

# 定义三个段的条件
# 1. 上升段：前4行，列索引 <= 行索引
cond_rising = tf.logical_and(row_indices < 4, col_indices <= row_indices)
# 2. 中间段：行索引在[4, n-5]之间，列索引在[row-3, row]范围内（保持4个连续1）
cond_middle = tf.logical_and(
    tf.logical_and(row_indices >= 4, row_indices < n - 4),
    tf.logical_and(col_indices >= row_indices - 3, col_indices <= row_indices)
)
# 3. 下降段：最后4行，列索引 >= m - (n - 行索引)（末尾连续1，数量递减）
cond_falling = tf.logical_and(
    row_indices >= n - 4,
    col_indices >= m - (n - row_indices)
)

# 合并所有条件，生成最终矩阵
result_matrix = tf.where(
    tf.logical_or(tf.logical_or(cond_rising, cond_middle), cond_falling),
    1,
    0
)

# 打印验证
tf.print(result_matrix, summarize=-1)

代码解释 #

• 索引网格：row_indices和col_indices分别生成了行和列的索引矩阵，通过广播机制可以直接对每个矩阵位置做条件判断；
• 上升段条件：前4行里，每个位置(i,j)只要j <= i就设为1，正好对应每行前i+1个1；
• 中间段条件：对于中间的行，我们让1的窗口从i-3到i，保证每行有4个连续的1，并且随着行号增加，窗口逐步右移；
• 下降段条件：最后4行里，根据行号计算出需要保留的末尾1的数量，比如倒数第4行保留最后4个1，倒数第3行保留最后3个，以此类推；
• 合并条件：用tf.logical_or把三个段的条件合并，再用tf.where把满足条件的位置设为1，否则为0。

自定义调整 #

如果你的“前3行之后是重复的四行模式”里的参数需要调整（比如上升段不是4行而是3行，中间段的连续1数量不是4而是其他值），只需要修改条件里的数字即可：

• 比如上升段要前3行，就把cond_rising里的4改成3；
• 中间段要每行k个连续1，就把row_indices -3改成row_indices - (k-1)，同时col_indices <= row_indices保持不变；
• 下降段的行数也可以调整，把n-4改成n-k即可。

内容的提问来源于stack exchange，提问作者AOK