Tensorflow：Tensor到numpy数组转换而无需运行任何会话

Question

我在tensorflow中创建了一个OP，在其中进行一些处理时需要将我的数据从张量对象转换为numpy数组。我知道我们可以使用tf.eval()或sess.run评估任何张量对象。我真正想知道的是，有没有办法在无需运行任何会话的情况下将张量转换为数组，因此我们又避免使用.eval()or .run()。

任何帮助深表感谢！

def tensor_to_array(tensor1):
    '''Convert tensor object to numpy array'''
    array1 = SESS.run(tensor1) **#====== need to bypass this line**
    return array1.astype("uint8")

def array_to_tensor(array):
    '''Convert numpy array to tensor object'''
    tensor_data = tf.convert_to_tensor(array, dtype=tf.float32)
    return tensor_data

Answer 1

更新

# must under eagar mode
def tensor_to_array(tensor1):
    return tensor1.numpy()

例子

>>> import tensorflow as tf
>>> tf.enable_eager_execution()
>>> def tensor_to_array(tensor1):
...     return tensor1.numpy()
...
>>> x = tf.constant([1,2,3,4])
>>> tensor_to_array(x)
array([1, 2, 3, 4], dtype=int32)

我相信您可以不使用tf.eval()或sess.run使用tf.enable_eager_execution()

例子

import tensorflow as tf
import numpy as np
tf.enable_eager_execution()
x = np.array([1,2,3,4])
c = tf.constant([4,3,2,1])
c+x
<tf.Tensor: id=5, shape=(4,), dtype=int32, numpy=array([5, 5, 5, 5], dtype=int32)>

有关 tensorflow 急切模式的更多详细信息，请在此处查看：Tensorflow 急切模式

如果没有tf.enable_eager_execution()：

import tensorflow as tf
import numpy as np
c = tf.constant([4,3,2,1])
x = np.array([1,2,3,4])
c+x
<tf.Tensor 'add:0' shape=(4,) dtype=int32>