我有一批图像表示为形状的TensorFlow张量（比如说张量1）。(2,1024,1024,1) 属于 (B,H,W,C) 哪儿 B 是指批次规模2。H 和 W 是图像尺寸1024和 C 是通道的数量。该张量的每个元素（即每个像素）都存储了一个元组。(a,b) 其中既 a 和 b 属于 0 和 255.
我有另一个形状的张量（比如说张量2）。(256,256) 的每个元素都存储一个介于 0 和 255.
鉴于这种设置，我有以下问题。
我希望用张量2中对应的元素值替换张量1中的每个元素值。例如，让我们假设由索引给定的元素 (1,200,500,1) 在张量1中包含的值 (100,20). 我想查找存储在Tensor 2中的像素位置的值。(100,200) 并修改该条目在 (1,200,500,1) 与此值。
如何才能以最有效的方式对整个批次进行？
如果有不清楚的地方，请告诉我。我是TensorFlow的初学者，因此希望得到任何帮助。
用张量2中相应的元素值替换张量1中的元素值，请尝试这样做
tensor1 = tf.Variable(tf.zeros((2,1024,1024,1)), trainable=False)
tensor2 = tf.constant(np.random.randint(0,255, (255,255,1)), dtype='float32')
tensor12 = tensor1[1,200,500].assign(tensor2[100,200])
在这个例子中，你将张量1的位置(1,200,500,1)的元素替换为张量2的位置(100,200)的元素。
batch_dim = 2
tensor1 = tf.Variable(tf.zeros((batch_dim,1024,1024,1)), trainable=False)
tensor2 = tf.constant(np.random.randint(0,255, (1,255,255,1)), dtype='float32')
tensor12 = tensor1[:,:tensor2.shape[1],:tensor2.shape[2]].assign(tf.repeat(tensor2, batch_dim, axis=0))
使用这些行，您可以将 tensor2 的所有值分配到 tensor1 中的第一个 (255,255) 位置，用于所有批次的样本。