Tensorflow2.0 - 如何将张量转换为 numpy() 数组

Question

我正在运行 tf2.0，根本无法打印混淆矩阵值。问题描述如下。

  @tf.function
  def test_step(self, x , y):
    predictions = model(x, training=False)
    loss = self.loss(y, predictions)

    y, predictions = tf.reshape(y,[-1,]), tf.reshape(predictions, [-1,])

    # Cast into class labels
    predictions = math_ops.cast(predictions > 0.5, predictions.dtype)

    ....

    self.test_conf_matrix = tf.math.confusion_matrix(y, predictions, num_classes=2) <--- important line!

到目前为止一切顺利，混淆矩阵将被正确计算。

但根本不可能像这样打印出来：

print(str(self.test_conf_matrix.numpy()))

我得到的错误是：

AttributeError: 'Tensor' object has no attribute 'numpy'

但是既然 tf2 和 eagerExecution 这应该是这样做的，对吧？见：TF2.0 Tutorial

Answer 1

根据tf.function的定义，

“将函数编译成可调用的 TensorFlow 图”。

由于 tf.function 强加了 TensorFlow 图，因此您不能使用 tf.* 方法之外的任何内容。

这意味着任何 Python 代码都不能在 tf.function 中使用，只能在 tf.* 方法中使用。

当您想使用 map 函数迭代 tf.data.Dataset 时，会发生同样的现象。您要在tf.data.Dataset 上使用的map 函数不能包含任意python 代码，除非您专门使用tf.py_function。

出于性能原因，这些操作专门在图形模式下执行，因此，您不能调用属于“急切执行”类别的方法，例如.numpy()。