将张量转换为Tensorflow中的numpy数组？

  • Z时代
  • 2024-01-10
  • 分类：问答

将Tensorflow与Python绑定一起使用时，如何将张量转换为numpy数组？

回答：

急切执行默认情况下

处于启用状态，因此只需调用Tensor对象即可。

import tensorflow as tf
a = tf.constant([[1, 2], [3, 4]])                 
b = tf.add(a, 1)
a. **numpy()**
# array([[1, 2],
#        [3, 4]], dtype=int32)
b. **numpy()**
# array([[2, 3],
#        [4, 5]], dtype=int32)
tf.multiply(a, b). **numpy()**
# array([[ 2,  6],
#        [12, 20]], dtype=int32)

有关更多信息，请参见NumPy兼容性。值得注意的是（来自文档），

Numpy数组可以与Tensor对象共享内存。

大胆强调我的。副本可以返回也可以不返回，这是基于数据是在CPU还是GPU中的实现细节（在后一种情况下，必须从GPU复制到主机内存）。

。

许多人对此问题发表了评论，有两个可能的原因：

  • TF 2.0安装不正确（在这种情况下，请尝试重新安装），或者

  • 已安装TF 2.0，但由于某些原因禁用了急切执行。在这种情况下，请致电tf.compat.v1.enable_eager_execution()启用它，或参阅下文。

如果禁用了“急切执行”，则可以构建一个图形，然后通过tf.compat.v1.Session以下方式运行它：

a = tf.constant([[1, 2], [3, 4]])                 
b = tf.add(a, 1)
out = tf.multiply(a, b)
out.eval(session= **tf.compat.v1.Session()** )    
# array([[ 2,  6],
#        [12, 20]], dtype=int32)

另请参见TF

2.0符号映射，以获取旧API到新API的映射。

以上是 将张量转换为Tensorflow中的numpy数组？ 的全部内容， 来源链接： utcz.com/qa/398175.html

回到顶部