如何在 TensorFlow 中将张量转换为 ndarray？答案

【问题标题】：How can I convert a tensor into a ndarray in TensorFlow?如何在 TensorFlow 中将张量转换为 ndarray？
【发布时间】：2019-08-13 06:04:23
【问题描述】：

我的目标是将张量转换为不带“运行”或“评估”的 ndarray。我想执行与示例相同的操作。

A = tf.constant(5)
B = tf.constant([[A, 1], [0,0]])

但是，ndarray 可以在 tf.constant 内部，但 tensor 不能。因此，我尝试使用以下示例执行操作，但 tf.make_ndarray 不起作用。

A = tf.constant(5)
C = tf.make_ndarray(A)
B = tf.constant([[C, 1], [0,0]])

https://github.com/tensorflow/tensorflow/issues/28840#issuecomment-509551333

如上面的 github 链接中所述，tf.make_ndarray 不起作用。准确地说，是因为tensorflow需要一个不存在的“tensor_shape”，而不是一个存在的“shape”，所以发生了错误。

在这种情况下如何运行代码？

【问题讨论】：

tf.make_ndarray 需要 TensorProto（例如，从序列化图形中读取或使用 tf.make_tensor_proto 创建），而不是 tf.Tensor。

标签： python tensorflow

【解决方案1】：

tf.make_ndarray 用于将TensorProto 值转换为 NumPy 数组。这些值通常是图表中使用的常数。例如，当您使用tf.constant 时，您将创建一个Const 操作，其属性value 保存操作将产生的常量值。该属性存储为TensorProto。因此，您可以将 Const 操作的值“提取”为 NumPy 数组，如下所示：

import tensorflow as tf

A = tf.constant(5)
C = tf.make_ndarray(A.op.get_attr('value'))
print(C, type(C))
# 5 <class 'numpy.ndarray'>

不过，一般来说，您不能将任意张量转换为 NumPy 数组，因为它们的值将取决于变量的值和特定会话中的馈送输入。

【讨论】：