[英]How to convert "tensor" to "numpy" array in tensorflow?
我试图在 tesnorflow2.0 版本中将张量转换为 numpy。 由于 tf2.0 启用了 eager execution,因此它应该默认工作并且在正常运行时也可以工作。 当我在 tf.data.Dataset API 中执行代码时,它给出了一个错误
“AttributeError:‘Tensor’ object 没有属性‘numpy’”
我在 tensorflow 变量之后尝试了“.numpy()”,对于“.eval()”,我无法获得默认值 session。
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
# tf.executing_eagerly()
import os
import time
import matplotlib.pyplot as plt
from IPython.display import clear_output
from model.utils import get_noise
import cv2
def random_noise(input_image):
img_out = get_noise(input_image)
return img_out
def load_denoising(image_file):
image = tf.io.read_file(image_file)
image = tf.image.decode_png(image)
real_image = image
input_image = random_noise(image.numpy())
input_image = tf.cast(input_image, tf.float32)
real_image = tf.cast(real_image, tf.float32)
return input_image, real_image
def load_image_train(image_file):
input_image, real_image = load_denoising(image_file)
return input_image, real_image
这很好用
inp, re = load_denoising('/data/images/train/18.png')
# Check for correct run
plt.figure()
plt.imshow(inp)
print(re.shape," ", inp.shape)
这会产生提到的错误
train_dataset = tf.data.Dataset.list_files('/data/images/train/*.png')
train_dataset = train_dataset.map(load_image_train,num_parallel_calls=tf.data.experimental.AUTOTUNE)
注意:random_noise 有 cv2 和 sklearn 函数
如果将在tf.data.Dataset.map
调用中使用此张量,则不能在张量上使用.numpy
方法。
tf.data.Dataset
对象通过创建静态图来工作:这意味着您不能使用.numpy()
因为在静态图上下文中的tf.Tensor
对象不具有此属性。
因此,行input_image = random_noise(image.numpy())
应该是input_image = random_noise(image)
。
但是,由于random_noise
从model.utils
包中调用get_noise
,因此代码很可能再次失败。 如果使用Tensorflow编写了get_noise
函数,那么一切都会正常。 否则,它将无法正常工作。
解决方案? 仅使用Tensorflow原语编写代码。
例如,如果您的函数get_noise
仅使用输入图像的get_noise
创建随机噪声,则可以将其定义为:
def get_noise(image):
return tf.random.normal(shape=tf.shape(image))
仅使用Tensorflow原语,它将起作用。
希望本概述对您有所帮助!
PS:您可能会对文章“分析tf.function来发现AutoGraph的优势和微妙之处”感兴趣-它们涵盖了这一方面(也许第3部分与您的方案有关): 第1 部分第2 部分第3部分
在 TF2.x 版本中,使用tf.config.run_functions_eagerly(True)
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.