如何在 TensorFlow 2 中获得 Keras 张量的值？

Question

TF1 有sess.run()和.eval()获取张量的值 - 而 Keras 有K.get_value()；现在，两者的工作方式都不一样（根本没有前两个）。

K.eager(K.get_value)(tensor)似乎通过退出在 Keras 图内部和K.get_value(tensor)图外部工作 - 都急切地使用 TF2 的默认值（在前者中是关闭的）。但是，如果tensor是Keras 后端操作，则会失败：

import keras.backend as K
def tensor_info(x):
    print(x)
    print("Type: %s" % type(x))
    try:        
        x_value = K.get_value(x)
    except:
        try:    x_value = K.eager(K.get_value)(x)
        except: x_value = x.numpy()
    print("Value: %s" % x_value)  # three methods

ones = K.ones(1)
ones_sqrt = K.sqrt(ones)

tensor_info(ones); print()
tensor_info(ones_sqrt)

<tf.Variable 'Variable:0' shape=(1,) dtype=float32, numpy=array([1.], dtype=float32)>
Type: <class 'tensorflow.python.ops.resource_variable_ops.ResourceVariable'>
Value: [1.]

Tensor("Sqrt:0", shape=(1,), dtype=float32)
Type: <class 'tensorflow.python.framework.ops.Tensor'>
# third print fails w/ below

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

---

这在 TF < 2.0 中不是问题。Github一直保持沉默。我知道重写代码的方法作为一种解决方法，但它会消除 Keras 的后端中立性并类似于tf.keras. 有没有办法在 TensorFlow 2.0 中获得 Keras 2.3 张量值，同时保持后端中立？

Answer 1

我想你想要K.eval：

>>> v = K.ones(1)
>>> K.eval(v)
array([1.], dtype=float32)
>>> K.eval(K.sqrt(v))
array([1.], dtype=float32)

请注意，K.get_value保留用于变量（例如v此处），同时K.eval适用于任何张量。