Tensorflow：如何将 EagerTensor 转换为 numpy 数组？

Question

使用标准 TensorFlow：

import tensorflow as tf

x = tf.convert_to_tensor([0,1,2,3,4], dtype=tf.int64)
y = x + 10

sess = tf.InteractiveSession()
sess.run([
    tf.local_variables_initializer(),
    tf.global_variables_initializer(),
])
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)

z = y.eval(feed_dict={x:[0,1,2,3,4]})
print(z)
print(type(z))

coord.request_stop()
coord.join(threads)
sess.close()

输出：

[10 11 12 13 14]
<class 'numpy.ndarray'>

急切执行：

import tensorflow as tf

tf.enable_eager_execution() # requires r1.7

x = tf.convert_to_tensor([0,1,2,3,4], dtype=tf.int64)
y = x + 10

print(y)
print(type(y))

输出：

tf.Tensor([10 11 12 13 14], shape=(5,), dtype=int64)
<class 'EagerTensor'>

如果我尝试y.eval()，我会得到NotImplementedError: eval not supported for Eager Tensors。有没有办法转换这个？这使得 Eager TensorFlow 完全一文不值。

编辑：

有一个函数 tf.make_ndarray 应该将张量转换为 numpy 数组，但它会导致 AttributeError: 'EagerTensor' object has no attribute 'tensor_shape'。

Answer 1

您可以使用.numpy() 函数，或者您也可以使用numpy.array(y)。例如：

import tensorflow as tf
import numpy as np

tf.enable_eager_execution()

x = tf.constant([1., 2.])
print(type(x))            # <type 'EagerTensor'>
print(type(x.numpy()))    # <type 'numpy.ndarray'>
print(type(np.array(x)))  # <type 'numpy.ndarray'>

见the section in the eager execution guide。

希望对您有所帮助。