如何在Tensorflow中保存张量的值

Question

我试图保存一个张量数组，该数组必须使用装饰器计算到函数中@tf.function，这使得函数内的所有张量都变成张量图，因此成为不可迭代的对象。例如，在下面的最小代码中，我想知道是否可以使用函数内的代码将张量保存到文件中foo()。

@tf.function
def foo(x):
    # code for saving x


a=tf.constant([1,2,3])
foo(a)

Answer 1

好吧，我假设您正在图形模式下运行该函数，否则（急切模式执行）您可以在通过.numpy()张量函数访问值后使用 NumPy 或正常的 pythonic 文件处理方式来保存值。
在图形模式下，您可以使用tf.io.write_file()操作。进一步阐述前面提到的解决方案，write_filefn 采用单个字符串。下面的例子可能会有更多帮助：

a = tf.constant([1,2,3,4,5] , dtype = tf.int32)
b = tf.constant([53.44569] , dtype= tf.float32)
c = tf.constant(0)
# if u wish to write all these tensors on each line ,
# then create a single string out of these.
one_string = tf.strings.format("{}\n{}\n{}\n", (a,b,c))
# {} is a placeholder for each element ina string and thus you would need n PH for n tensors.
# send this string to write_file fn
tf.io.write_file(filename, one_string)

write_filefn 只接受字符串，因此您需要先将所有内容转换为字符串。此外，如果您在同一次运行中调用 write_file fn n 次，则每次调用都会覆盖先前的输出，因此 file 将包含上次调用的内容。