TensorFlow 官方文档教程报错 ''numpy.ndarray' object has no attribute 'get_shape'答案

【问题标题】：TensorFlow official documentation tutorial error ''numpy.ndarray' object has no attribute 'get_shape'TensorFlow 官方文档教程报错 ''numpy.ndarray' object has no attribute 'get_shape'
【发布时间】：2020-04-27 16:06:08
【问题描述】：

我试图在 TensorFlow 教程 here 上运行确切的代码。

当我排队时：

predictions = model(x_train[:1]).numpy()

我得到错误：

'numpy.ndarray' 对象没有属性'get_shape'

我看到here有人有类似的问题，所以我把这行改为：

predictions = model(tf.convert_to_tensor(x_train[:1])).numpy()

我得到了错误：

输入 'b' of 'MatMul' Op 的 float32 类型与参数 'a' 的 float64 类型不匹配

有人能告诉我教程中应该包含的正确代码吗？还是我这边的问题？

奇怪的是，如果我在提供的 colab 笔记本中运行代码，它就会运行，但如果我下载 jupyter 笔记本在本地运行，就会出现错误。所以我想知道我是否有不同/错误版本的 TensorFlow？

我的包裹：

tensorflow                1.13.1            
tensorflow-base           1.13.1            
tensorflow-estimator      1.13.0                       
python                    3.7.6

【问题讨论】：

你安装numpy包了吗？
我做到了，numpy（1.15.4 版）和 numpy-base（1.15.4 版）

标签： python tensorflow numpy-ndarray attributeerror

【解决方案1】：

您所参考的教程在 Tensorflow 2.x 中（默认为 Eager 模式）。在 Eager 模式下，您可以使用 .numpy() 方法访问张量以获取张量的 numpy 值。

在您的本地，您拥有 TensorFlow 1.13.1，它以图形模式运行模型。您可以通过运行会话并评估张量来访问graph tensor（非急切张量）的 numpy 值。 Here 是一个关于 TF1.x 的教程，其中包含 mnist 数据。总体而言，在 TF1.x 中，您需要创建图表、创建占位符、然后运行 Session、将数据提供给占位符、训练模型，然后进行预测。

其他替代方法是通过运行“pip3 install tensorflow==2.1` 来安装 Tensorflow 2.x。安装后，您可以毫无问题地运行示例。

【讨论】：

【解决方案2】：

您第一个问题的原因是您的model() 接受tensor 类型参数而不是numpy。而model(x) 称为x.get_shape()。
在x.get_shape() 中，x 必须是tensor。因此，您需要将numpy 转换为tensor。您可以使用tf.convert_to_tensor(x) 或tf.constant(x)

第二条错误消息是Input 'b' of 'MatMul' Op has type float32 that does not match type float64 of argument 'a'。该消息意味着在a x b a 类型是float64 和b 类型是float32。它们是不同的类型变量，因此不能相乘。您可以尝试使用tf.cast(a,tf.float32) 更改a 的类型或更改b。但是在您的代码中，您应该使用x_train[:1].dtype 来检查x_train[:1] 的类型。如果是 float32，您可以尝试使用 x_train[:1].astype(np.float64) 对其进行转换，反之亦然。或使用tf.constant(x_train[:1],dtype=tf.float64)

【讨论】：