TF 2.0：如何将 Tensor("mul_1:0", shape=(1000, 64), dtype=float32) 转换为 Numpy 数组答案

【问题标题】：TF 2.0: How to convert Tensor("mul_1:0", shape=(1000, 64), dtype=float32) to Numpy arrayTF 2.0：如何将 Tensor("mul_1:0", shape=(1000, 64), dtype=float32) 转换为 Numpy 数组
【发布时间】：2020-01-31 17:24:01
【问题描述】：

我使用 Tensorflow 2.0 并有一个张量 X 我想用 Numpy 处理。

如果我打印张量，我会得到以下信息：

print(X) = 
Tensor("mul_1:0", shape=(1000, 64), dtype=float32)

我尝试使用 X.numpy() 和 X.as_numpy() 将张量转换为 numpy 数组，这会引发以下错误：

AttributeError: 'Tensor' object has no attribute 'numpy'
AttributeError: 'Tensor' object has no attribute 'as_numpy'

如何访问张量的值？

编辑：

当我使用print(type(X)) 时，我得到：

<class 'tensorflow.python.framework.ops.Tensor'>

【问题讨论】：

您是否禁用了急切执行？
@user3483203 没有。但我也尝试在X.numpy() 之前使用tf.executing_eagerly()，但没有解决问题。
请给出一个独立的可重现示例，从问题中的信息中我们几乎无法判断。
你的X 是什么？它是否存储任何值或者它是一个占位符并且 tf 2.0 不需要急切执行
@ShubhamShaswat X 是一个张量。 print(X) = Tensor("mul_1:0", shape=(1000, 64), dtype=float32)。 TF 2.0 中没有占位符，对吧？

标签： python numpy tensorflow tensorflow2.0

【解决方案1】：

您可以尝试在 Google Colab 环境 中重现您的问题和/或尝试更新您的 TensorFlow 版本到最新 strong>（截至目前为 2.1.0）。

这是您按预期成功执行的场景的模拟：

%tensorflow_version 2.x  
import tensorflow as tf  # TensorFlow 2.1.0

a  = tf.random.normal((5,5), seed = 26)  # Seed for Reproducibility
b  = tf.random.normal((5,5), seed = 26)

tf.linalg.matmul(a,b)  # Returns : <tf.Tensor: shape=(5, 5), dtype=float32, numpy= array([[-9.3171215e+00,  ...... 5.1605763e+00, 9.6334761e-01]], dtype=float32)>
tf.matmul(a,b)  # Returns value same as before

【讨论】：