如何在 Tensorflow 中保存张量的值答案

【问题标题】：How to save the value of a tensor in Tensorflow如何在 Tensorflow 中保存张量的值
【发布时间】：2021-07-05 22:05:07
【问题描述】：

我正在尝试保存一个张量数组，该数组必须使用装饰器@tf.function 计算到一个函数中，这使得函数内的所有张量都成为张量图，因此是不可迭代的对象。例如，在下面的最小代码中，我想知道是否可以使用函数foo() 中的代码将张量保存到文件中。

@tf.function
def foo(x):
    # code for saving x


a=tf.constant([1,2,3])
foo(a)

【问题讨论】：

据我所知，没有办法只保存一个张量。一种方法是执行a.numpy().save('file.npy')，然后在加载后转换回张量。

标签： python tensorflow tensorflow2.0 tensorflow-datasets

【解决方案1】：

好吧，我想您是在图形模式下运行该函数，否则（急切模式执行）您可以在通过张量的.numpy() 函数访问它们后使用 NumPy 或普通的 pythonic 文件处理方式来保存值。
在图形模式下，您可以使用tf.io.write_file() 操作。详细说明前面提到的解决方案，write_file fn 采用单个字符串。下面的示例可能会有所帮助：

a = tf.constant([1,2,3,4,5] , dtype = tf.int32)
b = tf.constant([53.44569] , dtype= tf.float32)
c = tf.constant(0)
# if u wish to write all these tensors on each line ,
# then create a single string out of these.
one_string = tf.strings.format("{}\n{}\n{}\n", (a,b,c))
# {} is a placeholder for each element ina string and thus you would need n PH for n tensors.
# send this string to write_file fn
tf.io.write_file(filename, one_string)

write_filefn 只接受字符串，所以你需要先将所有内容都转换为字符串。此外，如果您在同一运行中多次调用 write_file fn n 次，则每次调用都将覆盖先前的输出，因此文件将包含最后一次调用的内容。

【讨论】：

【解决方案2】：

看看tf.io.write_file。它允许您将张量写入文件。

读取保存的张量文件对应的函数是tf.io.read_file。

【讨论】：