在 Tensorflow 2 中以延迟模式评估张量

【问题标题】：Evaluate a tensor in deferred mode in Tensorflow 2在 Tensorflow 2 中以延迟模式评估张量
【发布时间】：2019-11-20 16:08:29
【问题描述】：

我正在尝试评估张量的平方。常数 = tf.constant([1, 2, 3]) tft = 常数*常数

#https://www.tensorflow.org/api_docs/python/tf/compat/v1/Session
sess = tf.compat.v1.Session()
with sess.as_default():
  print(tft.eval())

但是，它返回以下错误：

NotImplementedError: 急切执行时不支持 eval 启用，是 .numpy() 你在找什么？

我知道我可以禁用急切的 excuation

将张量流导入为 tf

tf.compat.v1.disable_eager_execution()
constant = tf.constant([1, 2, 3])
tft = constant*constant
print(tft)

但是，这会返回 Tensor("mul_4:0", shape=(3,), dtype=int32) 而不是实际值。请问如何评价？

任何帮助将不胜感激。

【问题讨论】：

标签： session tensorflow2.0

【解决方案1】：

在 TF 2.x 中，您可以在会话中评估张量，如下所示

import tensorflow as tf
print(tf.__version__)

with tf.compat.v1.Session() as sess:
  constant = tf.constant([1, 2, 3])
  tft = constant*constant
  print(tft.eval())

输出：

2.2.0
[1 4 9]

还有另一种没有会话的方法，您可以通过将tensor 转换为numpy 来查看实际值

import tensorflow as tf
import numpy as np
print(tf.__version__)

def tensor_to_array(array_value):
    return array_value.numpy()

constant = tf.constant([1, 2, 3])
tft = constant*constant

print(tft)
print(tensor_to_array(tft))

输出：

2.2.0
tf.Tensor([1 4 9], shape=(3,), dtype=int32)
[1 4 9]

【讨论】：