如何将numpy数组转换为keras张量答案

【问题标题】：how to convert numpy array to keras tensor如何将numpy数组转换为keras张量
【发布时间】：2019-03-19 21:26:32
【问题描述】：

使用 keras 模型进行预测时，出现以下错误

AttributeError: 'Tensor' 对象没有属性 'ndim'

原因是权重是numpy数组，而不是张量。
那么如何将numpy数组转换为keras张量呢？

【问题讨论】：

你试过this吗？
谢谢你，Bazingaa。我正在使用 Keras。 keras张量有办法吗？
好的，我只是想代表你在谷歌上解决这个问题。也许尝试使用 this 使用 .variable
谢谢你，Bazingaa。它不起作用。
嗨，你能提供更多的上下文吗？ here你可以找到一些好的建议来帮助我们帮助你

标签： python numpy keras

【解决方案1】：

要将numpy数组转换为张量，

import tensor as tf
#Considering y variable holds numpy array
y_tensor = tf.convert_to_tensor(y, dtype=tf.int64)

#您可以使用任何最适合的可用数据类型 - https://www.tensorflow.org/api_docs/python/tf/dtypes/DType

【讨论】：

也可以使用import tensorflow as tf

【解决方案2】：

在 TensorFlow 中可以通过以下方式完成：

import tensorflow.keras.backend as K
import numpy as np

a = np.array([1,2,3])
b = K.constant(a)
print(b)

# <tf.Tensor 'Const_1:0' shape=(3,) dtype=float32>

print(K.eval(b))

# array([1., 2., 3.], dtype=float32)

在原始 keras 中，应该将 import tensorflow.keras.backend as K 替换为 from keras import backend as K。

【讨论】：

根据 Keras 的文档，变量与张量不同。 >>> keras_var = K.variable(np_var)` >>> K.is_keras_tensor(keras_var) # 变量不是张量。 False >>> keras_placeholder = K.placeholder (shape=(2, 4, 5)) >>> K.is_keras_tensor(keras_placeholder) # 占位符就是张量。 True
你说得对，我刚刚更新了我的答案以使用 K.constant() 而不是 K.variable()，它返回一个张量而不是 print() 所说的变量
这简直太完美了！谢谢