如何将张量转换为相同维度的 Numpy 数组？

Question

我正在尝试将形状为 (253,223) 的图像的张量转换为相同大小的 numpy 数组，以便我可以绘制图像。我查看了文档，他们建议我使用 eval 函数作为

sess = tf.Session()
with sess.as_default():
   print(type(tf.constant([img1]).eval()))

但它会抛出错误“预期单个张量时的张量列表”。

这里 type(img1) 是 <class 'tensorflow.python.framework.ops.Tensor'> 并且形状是 (253, 223) 。使用 keras

tf.keras.backend.eval(x)

它抛出

InvalidArgumentError：DecodeRaw 的输入长度为 56419，不是 4 的倍数，float [[{{node DecodeRaw}}]] 的大小错误。

如何将给定的张量转换为相同维度的 numpy 数组？

Answer 1

Session.run 或 eval 返回的任何张量都是 NumPy 数组。

>>> print(type(tf.Session().run(tf.constant([1,2,3]))))

或者：

>>> sess = tf.InteractiveSession()
    print(type(tf.constant([1,2,3]).eval()))
    <class 'numpy.ndarray'>