Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Bagaimana untuk Menukar TensorFlow Tensor kepada Array NumPy?

Bagaimana untuk Menukar TensorFlow Tensor kepada Array NumPy?

Mary-Kate Olsen
Mary-Kate Olsenasal
2024-11-03 16:23:30587semak imbas

How to Convert a TensorFlow Tensor to a NumPy Array?

Menukar Tensor kepada Numpy Array dalam Tensorflow

Tensorflow memberikan fleksibiliti untuk bekerja dengan tensor, yang boleh ditukar menjadi Numpy array apabila perlu. Memahami penukaran ini adalah penting dalam merapatkan jurang antara dua struktur data yang berkuasa ini.

TensorFlow 2.x dengan Eager Execution

Dalam TensorFlow 2.x, eksekusi eager didayakan secara lalai. Untuk menukar tensor kepada tatasusunan Numpy, hanya gunakan kaedah .numpy() pada objek tensor.

<code class="python">import tensorflow as tf

a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)

a.numpy()  # Returns the Numpy array representing the tensor a
b.numpy()  # Returns the Numpy array representing the tensor b</code>

TensorFlow 2.x dengan Pelaksanaan Graf

Jika pelaksanaan bersemangat dilumpuhkan, seseorang boleh membina graf dan menjalankannya melalui sesi TensorFlow untuk mencapai penukaran.

<code class="python">a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)

out = tf.multiply(a, b)
out.eval(session=tf.compat.v1.Session())  # Evaluates the graph and returns the Numpy array for out</code>

Nota Penting

Perlu diperhatikan bahawa tatasusunan Numpy mungkin berkongsi memori dengan objek tensor. Sebarang perubahan pada satu mungkin dapat dilihat pada yang lain. Oleh itu, sebaiknya berhati-hati semasa mengubah suai sama ada tensor atau tatasusunan Numpy.

Atas ialah kandungan terperinci Bagaimana untuk Menukar TensorFlow Tensor kepada Array NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn