相关疑难解决方法(0)

如何修复此错误我从GitHub下载了此代码.

predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].numpy()

抛出错误

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

请帮我解决这个问题!

我用了:

sess = tf.Session()
    with sess.as_default():
       predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].eval()

我得到这个错误.有人帮助我,我只是想让它工作为什么这么难？

D:\Python>python TextGenOut.py
  File "TextGenOut.py", line 72
    predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].eval()
    ^
IndentationError: unexpected indent

D:\Python>python TextGenOut.py
2018-09-16 21:50:57.008663: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2018-09-16 21:50:57.272973: W T:\src\github\tensorflow\tensorflow\core\framework\op_kernel.cc:1275] OP_REQUIRES failed at resource_variable_ops.cc:480 : Not found: Container localhost does not exist. (Could not find resource: localhost/model/embedding/embeddings) …

TensorFlow 和 Keras中的符号张量是什么？它们与其他张量有何不同？它们为什么会存在？它们在 TensorFlow 和 Keras 中出现在哪里？我们应该如何处理它们，或者在处理它们时会面临哪些问题？

过去，我遇到过一些与符号张量相关的问题，例如_SymbolicException，但文档没有描述这个概念。还有另一篇文章也提出了这个问题，但是，在这篇文章中，我专注于这个特定问题，以便以后可以将答案用作参考。

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