標準の Tensorflow の場合:
import tensorflow as tf
x = tf.convert_to_tensor([0,1,2,3,4], dtype=tf.int64)
y = x + 10
sess = tf.InteractiveSession()
sess.run([
tf.local_variables_initializer(),
tf.global_variables_initializer(),
])
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
z = y.eval(feed_dict={x:[0,1,2,3,4]})
print(z) # [10 11 12 13 14]
print(type(z)) # <class 'numpy.ndarray'>
coord.request_stop()
coord.join(threads)
sess.close()
熱心な実行により:
import tensorflow as tf
tf.enable_eager_execution() # requires r1.7
x = tf.convert_to_tensor([0,1,2,3,4], dtype=tf.int64)
y = x + 10
print(y) # tf.Tensor([10 11 12 13 14], shape=(5,), dtype=int64)
print(type(y)) # <class 'EagerTensor'>
を試してみるとy.eval()、 になりますNotImplementedError: eval not supported for Eager Tensors。これを変換する方法はないのでしょうか? これにより、Eager Tensorflow はまったく役に立たなくなります。
tf.make_ndarrayテンソルを NumPy 配列に変換する関数がありますが、その結果、次の問題が発生しますAttributeError: 'EagerTensor' object has no attribute 'tensor_shape'。
ベストアンサー1
.numpy()使用できる関数がありますが、代わりに を実行することもできますnumpy.array(y)。例:
import tensorflow as tf
import numpy as np
tf.enable_eager_execution()
x = tf.constant([1., 2.])
print(type(x)) # <type 'EagerTensor'>
print(type(x.numpy())) # <type 'numpy.ndarray'>
print(type(np.array(x))) # <type 'numpy.ndarray'>