python - 在减少之前屏蔽一维张量的特定元素

Question

我想知道如何最好地减少一维张量，避免索引标识的特定元素。该索引是另一个向量上的 argmin 的结果。

在 numpy 我可以这样做：

to_ignore = np.argmin(some_vector)
x[to_ignore] = 0.
result = np.sum(x)

但是，在 TF 中，似乎不可能将张量的特定元素“归零”，因此上述代码不起作用。原则上

to_ignore = tf.argmin(some_tensor)
x = tf.boolean_mask(x, tf.not_equal(tf.range(some_tensor.shape[0]),
                                    initial_event))
result = tf.reduce_sum(x)

似乎是一个非常低效的解决方案，鉴于some_tensor.shape[0].

这似乎是一件容易实现的事情，我想知道我是否遗漏了什么？

谢谢，

克里斯