当使用Tensorflow与Python绑定时,如何将一个张量转换为numpy数组?
当前回答
TensorFlow 1.倍
文件夹特遣部队。1、只需使用以下命令:
a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)
out = tf.multiply(a, b)
out.eval(session=tf.Session())
输出将是:
# array([[ 2, 6],
# [12, 20]], dtype=int32)
其他回答
也许你可以试试这个方法:
import tensorflow as tf
W1 = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
array = W1.eval(sess)
print (array)
要将张量转换回numpy数组,只需在转换后的张量上运行.eval()。
我成功地把TensorGPU变成了np。数组使用以下 :
np.array(tensor_gpu.as_cpu())
(直接使用TensorGPU只会导致包含TensorGPU的单元素数组)。
如果你看到有一个方法_numpy(), 例如,对于一个EagerTensor,简单地调用上面的方法,你将得到一个ndarray。
我已经面对并解决了张量->ndarray转换在张量表示(对抗)图像的特定情况下,通过cleverhans库/教程获得。
我认为我的问题/答案(在这里)也可能是一个有用的例子,对其他情况。
我是TensorFlow的新手,我的结论是经验的:
看起来为了成功,tensor.eval()方法可能还需要输入占位符的值。 Tensor可以像一个函数一样工作,需要它的输入值(提供给feed_dict)来返回一个输出值,例如:
array_out = tensor.eval(session=sess, feed_dict={x: x_input})
请注意,在我的例子中,占位符的名称是x,但我认为您应该为输入占位符找出正确的名称。 X_input是一个包含输入数据的标量值或数组。
在我的案例中,提供sess也是强制性的。
我的示例还包括matplotlib图像可视化部分,但这是OT。
推荐文章
- 如何在Flask-SQLAlchemy中按id删除记录
- 在Python中插入列表的第一个位置
- Python Pandas只合并某些列
- 如何在一行中连接两个集而不使用“|”
- 从字符串中移除前缀
- 代码结束时发出警报
- 如何在Python中按字母顺序排序字符串中的字母
- 在matplotlib中将y轴标签添加到次要y轴
- 如何消除数独方块的凹凸缺陷?
- 为什么出现这个UnboundLocalError(闭包)?
- 使用Python请求的异步请求
- 如何检查一个对象是否是python中的生成器对象?
- 如何从Python包内读取(静态)文件?
- 如何计算一个逻辑sigmoid函数在Python?
- python: SyntaxError: EOL扫描字符串文字