将张量计算为图中的 numpy 数组？

Question

有没有办法对图中的张量进行一些计算。

以我的图表为例：

slim = tf.contrib.slim

def slim_graph(images, train=False):
    with slim.arg_scope([slim.conv2d, slim.fully_connected],
                  activation_fn=tf.nn.relu,
                  weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
                  weights_regularizer=slim.l2_regularizer(0.0005)):
        net = slim.repeat(images, 2, slim.conv2d, 64, [3, 3], scope='conv1')
        // Do my compute by numpy on net

        np_array_result = my_func(net)

        // It will return a numpy array
        // Use numpy array as input of graph

        net = slim.max_pool2d(np_array_result, [2, 2], scope='pool1')

        ...
        return logits

• 我们可以这样做吗？
• 如何获取图中的特征图进行计算？

我可以将图形分成两部分并使用 Session.run([part1]) 之后使用结果输入我的函数，然后将其提供给 Session.run([part2])

但这似乎很奇怪。

Answer 1

您可以使用tf.py_func 包装python 函数。