如何在 Tensorflow 2.1.0 中將張量轉換為 Eager 張量？

Question

我一直在嘗試轉換類型的張量：

tensorflow.python.framework.ops.Tensor

對一個熱心的人：

<class 'tensorflow.python.framework.ops.EagerTensor'>

我一直在尋找解決方案，但找不到。 任何幫助，將不勝感激。

語境：

我已經使用 Keras Sequential 模型的特征提取方法獲得了張量。 輸出是第一個提到的類型的張量。 但是，當我嘗試使用 .numpy() 將其轉換為 numpy 時，它並沒有出現以下錯誤：

'Tensor' object has no attribute 'numpy'

但是當我嘗試使用 tf.constant 創建張量然后使用 .numpy() 來轉換它時，它工作正常！

我發現唯一的區別是張量的類型不同：Keras序列生成的張量是上面提到的第一種類型，而我手動創建的第二種張量是第二種類型（Eager tensor）。

Answer 1

如果您可以共享可重現的代碼，本可以更好地回答。

下面是一個簡單的場景，我在其中重新創建了您的錯誤。 在這里，我正在讀取圖像文件的路徑。

重新創建錯誤的代碼：

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

def get_path(file_path):
    print("file_path: ", bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))
    return file_path

train_dataset = tf.data.Dataset.list_files('/content/bird.png')
train_dataset = train_dataset.map(lambda x: (get_path(x)))

for one_element in train_dataset:
    print(one_element)

輸出：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-8-2d5db8425f67> in <module>()
      8 
      9 train_dataset = tf.data.Dataset.list_files('/content/bird.png')
---> 10 train_dataset = train_dataset.map(lambda x: (get_path(x)))
     11 
     12 for one_element in train_dataset:

10 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/autograph/impl/api.py in wrapper(*args, **kwargs)
    256       except Exception as e:  # pylint:disable=broad-except
    257         if hasattr(e, 'ag_error_metadata'):
--> 258           raise e.ag_error_metadata.to_exception(e)
    259         else:
    260           raise

AttributeError: in user code:

    <ipython-input-8-2d5db8425f67>:10 None  *
        train_dataset = train_dataset.map(lambda x: (get_path(x)))
    <ipython-input-8-2d5db8425f67>:6 get_path  *
        print("file_path: ", bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))

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

以下是我在代碼中為修復此錯誤而實施的步驟。

1. 用tf.py_function(get_path, [x], [tf.string])修飾了 map 函數。 您可以在此處找到有關 tf.py_function 的更多信息。
2. 現在我可以通過在 map 函數中使用bytes.decode(file_path.numpy())來獲取字符串部分。

固定代碼：

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

def get_path(file_path):
    print("file_path: ",bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))
    return file_path

train_dataset = tf.data.Dataset.list_files('/content/bird.jpg')
train_dataset = train_dataset.map(lambda x: tf.py_function(get_path, [x], [tf.string]))

for one_element in train_dataset:
    print(one_element)

輸出：

file_path:  /content/bird.jpg <class 'str'>
(<tf.Tensor: shape=(), dtype=string, numpy=b'/content/bird.jpg'>,)

希望這能回答你的問題。

Answer 2

由於相同的錯誤出現在不同的場景中，所以再寫一個答案。

你得到的錯誤是因為版本問題 .ie tensorflow version 2.1.0 。 我通過跳過安裝tensorflow==2.1.0和keras==2.3.1的前兩段來運行代碼，並且錯誤沒有再次出現。

您的問題在最新版本的tensorflow version 2.3.0消失了。 在最新版本上運行程序，這意味着不要再次安裝 tensorflow 和 keras，因為 Google Colab 已經預先安裝了最新且穩定的版本。

features.numpy()

輸出 -

array([[0.       , 0.3728346, 0.       , ..., 1.0103987, 0.       ,
        0.4194043]], dtype=float32)