如何在 Tensorflow 中更新 2D 张量的子集？

我想更新 2D 张量中值为 0 的索引。因此 data 是一个 2D 张量，其第二行第二列索引值将替换为 0。但是，我收到类型错误。有人可以帮我吗？

类型错误：“ScatterUpdate”操作的输入“ref”需要左值输入

data = tf.Variable([[1,2,3,4,5], [6,7,8,9,0], [1,2,3,4,5]])
data2 = tf.reshape(data, [-1])
sparse_update = tf.scatter_update(data2, tf.constant([7]), tf.constant([0]))
#data = tf.reshape(data, [N,S])
init_op = tf.initialize_all_variables()

sess = tf.Session()
sess.run([init_op])
print "Values before:", sess.run([data])
#sess.run([updated_data_subset])
print "Values after:", sess.run([sparse_update])

分散更新仅适用于变量。相反，尝试这种模式。

张量流版本 a = tf.concat(0, [a[:i], [updated_value], a[i+1:]])

张量流版本 >= 1.0： a = tf.concat(axis=0, values=[a[:i], [updated_value], a[i+1:]])