numpy与tensor相互转换

最新推荐文章于 2024-04-29 23:30:18 发布

转载最新推荐文章于 2024-04-29 23:30:18 发布 · 2.8k 阅读

本文详细介绍了如何在NumPy和TensorFlow之间进行数据转换，包括将NumPy数组转换为TensorFlow张量，以及将TensorFlow张量转换回NumPy数组的方法。通过示例代码展示了使用tf.convert_to_tensor和eval函数的具体操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy转tensor
a = np.zeros((3, 3))
ta = tf.convert_to_tensor(a)
with tf.Session() as sess:
    print(sess.run(ta))

tensor转numpy
import tensorflow as tf
img1 = tf.constant(value=[[[[1],[2],[3],[4]],[[1],[2],[3],[4]],[[1],[2],[3],[4]],[[1],[2],[3],[4]]]],dtype=tf.float32)
img2 = tf.constant(value=[[[[1],[1],[1],[1]],[[1],[1],[1],[1]],[[1],[1],[1],[1]],[[1],[1],[1],[1]]]],dtype=tf.float32)
img = tf.concat(values=[img1,img2],axis=3)
sess=tf.Session()
#sess.run(tf.initialize_all_variables())
sess.run(tf.global_variables_initializer())
print("out1=",type(img))
#转化为numpy数组
#通过.eval函数可以把tensor转化为numpy类数据
img_numpy=img.eval(session=sess)
print("out2=",type(img_numpy))
#转化为tensor
img_tensor= tf.convert_to_tensor(img_numpy)
print("out2=",type(img_tensor))