將 tf.Tensor 轉換為 numpy 數組，然后在不使用 eager_execution 的情況下將其保存為圖像

Question

我的 OC 對於蘋果 M1 來說是很大的，因此我的 tensorflow 版本是 2.4，它是從蘋果官方 github repo 安裝的（ https://github.com ） 當我使用下面的代碼時，我得到 tensor(<tf.Tensor 'StatefulPartitionedCall:0' shape=(1, 2880, 4320, 3) dtype=float32>)

import tensorflow as tf
import tensorflow_hub as hub
from PIL import Image
import numpy as np

from tensorflow.python.compiler.mlcompute import mlcompute
from tensorflow.python.framework.ops import disable_eager_execution
disable_eager_execution()
mlcompute.set_mlc_device(device_name='gpu') # Available options are 'cpu', 'gpu', and 'any'.
tf.config.run_functions_eagerly(False)
print(tf.executing_eagerly())

image = np.asarray(Image.open('/Users/alex26/Downloads/face.jpg'))
image = tf.cast(image, tf.float32)
image = tf.expand_dims(image, 0)

model = hub.load("https://tfhub.dev/captain-pool/esrgan-tf2/1")
sr = model(image) #<tf.Tensor 'StatefulPartitionedCall:0' shape=(1, 2880, 4320, 3)dtype=float32>

如何從 sr Tensor 獲取圖像？

Answer 1

To create an numpy array from a tensorflow tensor you can use `make_ndarray': https://www.tensorflow.org/api_docs/python/tf/make_ndarray

make_ndarray將原始張量作為參數，因此您必須先將張量轉換為原始張量

proto_tensor = tf.make_tensor_proto(a) # convert tensor a to a proto tensor

（ https://www.geeksforgeeks.org/tensorflow-how-to-create-a-tensorproto/ ）

將張量轉換為 Tensorflow 中的 numpy 數組？

張量必須是 if shape (img_height, img_width, 3) 3如果要生成 RGB 圖像（3 個通道），則為 3，請參閱以下代碼以使用PIL將 numpy aaray 轉換為圖像

要從 numpy 數組生成圖像，您可以使用PIL （Python 圖像庫）： 如何將 numpy 數組轉換為（並顯示）圖像？

from PIL import Image
import numpy as np
img_w, img_h = 200, 200
data = np.zeros((img_h, img_w, 3), dtype=np.uint8)  <- zero np_array depth 3 for RGB
data[100, 100] = [255, 0, 0]    <- fille array with 255,0,0 in RGB
img = Image.fromarray(data, 'RGB')    <- array to image (all black then)
img.save('test.png')
img.show()

來源： https://www.w3resource.com/python-exercises/numpy/python-numpy-exercise-109.php

Answer 2

如果您急切地執行它，它會起作用：

import tensorflow as tf
import numpy as np
import tensorflow_hub as hub

model = hub.load("https://tfhub.dev/captain-pool/esrgan-tf2/1")

x = np.random.rand(1, 224, 224, 3).astype(np.float32)

image = model(x)

然后您可以使用tf.keras.preprocessing.image.save_img來保存生成的圖像。 您可能必須將結果乘以255並轉換為np.uint8才能使 function 工作，我不確定。

Answer 3

這是你正在照顧的老式方式嗎？

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(sr)