将 tf.Tensor 转换为 numpy 数组，然后将其保存为图像而不使用 eager_execution

Question

我的 OC 对于苹果 M1 来说是很大的，因此我的 tensorflow 版本是 2.4，它是从苹果官方 github repo(https://github.com/apple/tensorflow_macos) 安装的。当我使用下面的代码时，我得到 tensor()

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>

如何从 sr Tensor 获取图像？

Answer 1

如果你急切地执行它会起作用：

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 来保存生成的图像。您可能需要将结果乘以 255 并转换为 np.uint8 才能使该函数正常工作，我不确定。

Answer 2

要从 tensorflow 张量创建一个 numpy 数组，您可以使用 `make_ndarray' ：https://www.tensorflow.org/api_docs/python/tf/make_ndarray

make_ndarray 将原始张量作为参数，因此您必须先将张量转换为原始张量

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

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

Convert a tensor to numpy array in Tensorflow?

张量必须是形状(img_height, img_width, 3)，3 如果要生成 RGB 图像（3 通道），请参阅以下代码以使用 PIL 将 numpy aaray 转换为图像

要从 numpy 数组生成图像，您可以使用 PIL（Python 图像库）：How do I convert a numpy array to (and display) an image?

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()

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

Answer 3

这是你照顾的老式方式吗？

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