add chapter4

4-1,张量的结构操作.md

@@ -464,26 +464,56 @@ d = tf.where(c<0,tf.fill(c.shape,np.nan),c) #tf.where和np.where作用类似，
 d
 ```
 
+```
+<tf.Tensor: shape=(3, 3), dtype=float32, numpy=
+array([[nan,  1., nan],
+       [ 2.,  2., nan],
+       [ 3., nan,  3.]], dtype=float32)>
+```
+
+```python
+
+```
+
 ```python
 #如果where只有一个参数，将返回所有满足条件的位置坐标
 indices = tf.where(c<0)
 indices
 ```
 
+```
+<tf.Tensor: shape=(4, 2), dtype=int64, numpy=
+array([[0, 0],
+       [0, 2],
+       [1, 2],
+       [2, 1]])>
+```
+
 ```python
 #将张量的第[0,0]和[2,1]两个位置元素替换为0得到新的张量
 d = c - tf.scatter_nd([[0,0],[2,1]],[c[0,0],c[2,1]],c.shape)
 d
 ```
 
+```
+<tf.Tensor: shape=(3, 3), dtype=float32, numpy=
+array([[ 0.,  1., -1.],
+       [ 2.,  2., -2.],
+       [ 3.,  0.,  3.]], dtype=float32)>
+
+```
+
 ```python
 #scatter_nd的作用和gather_nd有些相反，可以将某些值插入到一个给定shape的全0的张量的指定位置处。
 indices = tf.where(c<0)
 tf.scatter_nd(indices,tf.gather_nd(c,indices),c.shape)
 ```
 
-```python
-
+```
+<tf.Tensor: shape=(3, 3), dtype=float32, numpy=
+array([[-1.,  0., -1.],
+       [ 0.,  0., -2.],
+       [ 0., -3.,  0.]], dtype=float32)>
 ```
 
 ```python