likes
comments
collection
share

[开发技巧]·TensorFlow中numpy与tensor数据相互转化(支持tf1.x-tf2.x)

作者站长头像
站长
· 阅读数 7

推荐对比阅读:

  1. [开发技巧]·PyTorch中Numpy,Tensor与Variable深入理解与转换技巧
  2. 『带你学AI』带你学AI与TensorFlow2实战之入门初探:如何速成深度学习开发

鉴于tensorflow目前正在更新2.0版本,博主对博客也新增了适用于2.0版本动态度转换方法,更新于 --2019//09//29

[开发技巧]·TensorFlow中numpy与tensor数据相互转化(支持tf1.x-tf2.x)图1 numpy[开发技巧]·TensorFlow中numpy与tensor数据相互转化(支持tf1.x-tf2.x)图2 tensorflow

- 问题描述

在我们使用TensorFlow进行深度学习训练时,很多时候都是与Numpy数据打招呼,例如我们csv或者照片数据等。 但是我们都知道,TensorFlow训练时都是使用Tensor来存储变量的,并且网络输出的结果也是Tensor。

一般情况下我们不会感受到Numpy与Tensor之间的区别,因为TensorFlow网络在输入Numpy数据时会自动转换为Tensor来处理。 但是在输出网络时,输出的结果仍为Tensor,当我们要用这些结果去执行只能由Numpy数据来执行的操作时就会出现莫名其妙的错误。

例如,当我想要用自编码器与解码器输出的结果使用matplotlib显示时就会报错

TypeError: Image data cannot be converted to float

解决方法

TF 1.x版本

有时候解决起来很简单,就是错误比较难找到,所以我推荐的方法为将数据进行显式的转化。

  • Numpy2Tensor

虽然TensorFlow网络在输入Numpy数据时会自动转换为Tensor来处理,但是我们自己也可以去显式的转换:

data_tensor= tf.convert_to_tensor(data_numpy)
  • Tensor2Numpy

网络输出的结果仍为Tensor,当我们要用这些结果去执行只能由Numpy数据来执行的操作时就会出现莫名其妙的错误。解决方法:

with tf.Session() as sess:
    data_numpy = data_tensor.eval()

TF 2.x版本(更新于2019//09//29)

  • Numpy2Tensor(与1.x版本相同)

虽然TensorFlow网络在输入Numpy数据时会自动转换为Tensor来处理,但是我们自己也可以去显式的转换:

data_tensor= tf.convert_to_tensor(data_numpy)
  • Tensor2Numpy

网络输出的结果仍为Tensor,当我们要用这些结果去执行只能由Numpy数据来执行的操作时就会出现莫名其妙的错误。解决方法,由于2.x版本取消了session机制,开发人员可以直接执行 .numpy()方法转换tensor:

data_numpy = data_tensor.numpy()

同时推荐大家关注笔者公众号“极简AI”(ID:BriefAI),一起探讨学习深度学习理论与应用开发技术。

欢迎大家关注小宋公众号**《极简AI》**带你学深度学习:

[开发技巧]·TensorFlow中numpy与tensor数据相互转化(支持tf1.x-tf2.x)

​基于深度学习的理论学习与应用开发技术分享,笔者会经常分享深度学习干货内容,大家在学习或者应用深度学习时,遇到什么问题也可以与我在上面交流知无不答。

出自CSDN博客专家&知乎深度学习专栏作家@小宋是呢

转载自:https://juejin.cn/post/7000404271841673253
评论
请登录