Como converter um tensor em tensor Eager no Tensorflow 2.1.0?

Question

Tenho tentado converter um tensor do tipo:

tensorflow.python.framework.ops.Tensor

para um eagertensor:

<class 'tensorflow.python.framework.ops.EagerTensor'>

Procurei uma solução, mas não consegui encontrar. Qualquer ajuda seria apreciada.

Contexto:

Obtive o tensor usando o método de extração de características de um modelo sequencial de Keras. A saída foi um tensor do primeiro tipo mencionado. No entanto, quando tentei convertê-lo para numpy usando .numpy (), não funcionou com o seguinte erro:

'Tensor' object has no attribute 'numpy'

Mas então, quando tento criar um tensor usando tf.constant e depois usando .numpy () para convertê-lo, funciona bem!

A única diferença que encontrei é que os tipos de tensores são diferentes: o tensor gerado pelo sequencial de Keras é do primeiro tipo mencionado acima, enquanto o segundo tensor que criei manualmente é do segundo tipo (tensor Eager).

Answer 1

Escrever mais uma resposta porque o mesmo erro aparece em um cenário diferente.

O erro que você está obtendo é devido ao problema de versão tensorflow version 2.1.0. Eu corri o código, ignorando os 2 primeiros parágrafos que é para instalar tensorflow==2.1.0e keras==2.3.1eo erro não reapareceu.

Seu problema desaparece na versão mais recente do tensorflow version 2.3.0. Execute o programa nas versões mais recentes, o que significa que não instale tensorflow e keras novamente porque o Google Colab já tem a versão mais recente e estável pré-instalada.

features.numpy()

Resultado -

array([[0.       , 0.3728346, 0.       , ..., 1.0103987, 0.       ,
        0.4194043]], dtype=float32)

Answer 2

Poderia ter respondido melhor se você tivesse compartilhado o código reproduzível.

Abaixo está um cenário simples em que recriei seu erro. Aqui estou lendo o caminho de um arquivo de imagem.

Código para recriar o erro:

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

def get_path(file_path):
    print("file_path: ", bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))
    return file_path

train_dataset = tf.data.Dataset.list_files('/content/bird.png')
train_dataset = train_dataset.map(lambda x: (get_path(x)))

for one_element in train_dataset:
    print(one_element)

Resultado:

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-8-2d5db8425f67> in <module>()
      8 
      9 train_dataset = tf.data.Dataset.list_files('/content/bird.png')
---> 10 train_dataset = train_dataset.map(lambda x: (get_path(x)))
     11 
     12 for one_element in train_dataset:

10 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/autograph/impl/api.py in wrapper(*args, **kwargs)
    256       except Exception as e:  # pylint:disable=broad-except
    257         if hasattr(e, 'ag_error_metadata'):
--> 258           raise e.ag_error_metadata.to_exception(e)
    259         else:
    260           raise

AttributeError: in user code:

    <ipython-input-8-2d5db8425f67>:10 None  *
        train_dataset = train_dataset.map(lambda x: (get_path(x)))
    <ipython-input-8-2d5db8425f67>:6 get_path  *
        print("file_path: ", bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))

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

Abaixo estão as etapas que implementei no código para corrigir esse erro.

1. Decorou a função de mapa com tf.py_function(get_path, [x], [tf.string]). Você pode encontrar mais sobre tf.py_function aqui .
2. Agora posso obter a parte da string usando a bytes.decode(file_path.numpy())função de mapa.

Código Fixo:

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

def get_path(file_path):
    print("file_path: ",bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))
    return file_path

train_dataset = tf.data.Dataset.list_files('/content/bird.jpg')
train_dataset = train_dataset.map(lambda x: tf.py_function(get_path, [x], [tf.string]))

for one_element in train_dataset:
    print(one_element)

Resultado:

file_path:  /content/bird.jpg <class 'str'>
(<tf.Tensor: shape=(), dtype=string, numpy=b'/content/bird.jpg'>,)

espero que isso responda sua pergunta.