将张量变量（非常数）转换为 numpy 数组？ [复制]

【问题标题】：Convert the tensor variable(not constant) into numpy array? [duplicate]将张量变量（非常数）转换为 numpy 数组？ [复制]
【发布时间】：2018-12-30 11:26:25
【问题描述】：

我正在将 CNN 模型的最后一个全连接层的嵌入转换为 numpy 数组。目前，嵌入是一个可变张量，它不是恒定的。我也想知道如何将其转换为 numpy 数组。

【问题讨论】：

总是有一条消息说 InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float [[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=, _device= "/job:localhost/replica:0/task:0/device:GPU:0"]()]]

标签： tensorflow deep-learning conv-neural-network tensor

【解决方案1】：

您应该将张量值分配给会话中的变量！像这样的东西。这是为了从一开始就取出瓶颈值。希望这会有所帮助。

with tf.Session(graph=graph) as sess:
    im_input = graph.get_tensor_by_name('inception/ExpandDims:0')
    Bottle_neck_values = []
    m = train.shape[0]
    indices = np.arange(m)
    for index in tqdm(range(0, m, 1)):
        batch = indices[index:index + 1]
        Bottle_neck_values.append(sess.run(bottleneck, feed_dict= 
                                                   {im_input:train[batch]}))
    df = pd.DataFrame(np.array(np.squeeze(Bottle_neck_values)))
    df.to_csv("./bottleneck/Bottle_neck_values.csv", index=False)

【讨论】：