TensorFlow 2.0

急切執行默認情況下.numpy()處于啟用狀態，因此只需調用Tensor對象即可。

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)

值得注意的是(來自文檔)，

Numpy數組可以與Tensor對象共享內存。對一個的任何更改都可能反映在另一個上。

大膽強調我的。副本可能會也可能不會返回，這是實現的詳細信息。

如果禁用了“急切執行”，則可以構建一個圖形，然后通過tf.compat.v1.Session以下方式運行它：

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)

另請參見TF 2.0符號映射，以獲取舊API到新API的映射。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的把tensor转为numpy_如何在TensorFlow中将张量转换为numpy数组？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。