计算机视觉——【tensorflow入门】Tensor与Numpy.ndarray的相互转换

原创

于 2019-07-01 21:56:31 发布 · 8.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #numpy #tensor

这篇博客探讨了在使用Tensorflow构建网络模型时如何在Tensor与Numpy.ndarray之间进行转换。文章以问题驱动的方式介绍了在Python中，如何利用tf.constant、占位符等方法创建Tensor，并详细阐述了Tensor到ndarray以及ndarray到Tensor的转换方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题驱动

在使用python语言基于tensorflow框架搭建网络模型的时候，对于数据内容和shape的确定难免会参杂着使用numpy和tensorflow的内置函数，但是我们都知道ndarray为numpy的主要存储数据的格式，而tensor又是tensorflow的特色，下面来总结一下两者的转换方法

知识小结

对于直接调用tf.*形式的，返回值一般均为Tensor，无论是tf.constant, 还是占位符

import tensorflow as tf
a = tf.constant([1,2])
print(a) # out:Tensor("Const:0", shape=(2,), dtype=int32)

b = tf.placeholder(shape=[2, 2], dtype=tf.int32)