Comment convertir un Tensorflow Tensor en un tableau NumPy ?

Convertir un tenseur en tableau Numpy dans Tensorflow

Dans Tensorflow, convertir un tenseur en tableau numpy est simple. Voici comment :

<code class="python">import tensorflow as tf

a = tf.constant([[1, 2], [3, 4]])
b = tf.add(a, 1)

a_numpy = a.numpy()  # Convert tensor 'a' to numpy array
b_numpy = b.numpy()  # Convert tensor 'b' to numpy array

print(a_numpy)
# [[1 2]
#  [3 4]]
print(b_numpy)
# [[2 3]
#  [4 5]]</code>

Remarques :

• Dans Tensorflow 2.x, Eager Execution est activé par défaut. Ainsi, vous pouvez simplement appeler .numpy() sur l'objet tensoriel.
• Si vous obtenez une AttributeError concernant l'attribut .numpy(), assurez-vous que TF 2.0 est correctement installé et que Eager Execution est activé.
• Les tableaux Numpy partagent la mémoire avec leurs tenseurs correspondants. Les modifications apportées à l'un sont reflétées dans l'autre.
• Si Eager Execution est désactivé, vous pouvez créer un graphique et utiliser tf.compat.v1.Session pour l'exécuter.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!