Heim  >  Artikel  >  Backend-Entwicklung  >  Wie konvertiere ich TensorFlow-Tensoren in NumPy-Arrays?

Wie konvertiere ich TensorFlow-Tensoren in NumPy-Arrays?

Mary-Kate Olsen
Mary-Kate OlsenOriginal
2024-11-03 17:54:30637Durchsuche

How to Convert TensorFlow Tensors to NumPy Arrays?

So konvertieren Sie Tensoren in NumPy-Arrays in TensorFlow

In Python-Bindungen für TensorFlow ist die Konvertierung von Tensoren in NumPy-Arrays ein notwendiger Schritt für weitere Schritte Datenmanipulation oder Integration mit Bibliotheken von Drittanbietern.

In TensorFlow 2.x:

TensorFlow 2.x ermöglicht standardmäßig die Eager-Ausführung, sodass Sie einfach aufrufen können. numpy() für das Tensor-Objekt. Diese Methode gibt ein NumPy-Array zurück:

<code class="python">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)]</code>

In TensorFlow 1.x:

Eager-Ausführung ist standardmäßig nicht aktiviert. So konvertieren Sie einen Tensor in ein NumPy-Array in TensorFlow 1.x:

  • Verwenden Sie die .eval()-Methode innerhalb einer Sitzung:
<code class="python">a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)

with tf.Session() as sess:
    out = sess.run([a, b])
    # out[0] contains the NumPy array representation of a
    # out[1] contains the NumPy array representation of b</code>
  • Verwenden Sie tf .compat.v1.numpy_function:
<code class="python">a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)

out = tf.compat.v1.numpy_function(lambda x: x.numpy(), [a, b])
# out[0] contains the NumPy array representation of a
# out[1] contains the NumPy array representation of b</code>

Hinweis: Das NumPy-Array teilt möglicherweise den Speicher mit dem Tensor-Objekt. Alle Änderungen an einem können sich im anderen widerspiegeln.

Das obige ist der detaillierte Inhalt vonWie konvertiere ich TensorFlow-Tensoren in NumPy-Arrays?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn