วิธีการแปลง Tensor เป็น Eager tensor ใน Tensorflow 2.1.0?
ฉันพยายามแปลงประเภทเทนเซอร์:
tensorflow.python.framework.ops.Tensor
ไปยัง eagertensor:
<class 'tensorflow.python.framework.ops.EagerTensor'>
ฉันกำลังค้นหาวิธีแก้ปัญหา แต่ไม่พบ ความช่วยเหลือใด ๆ จะได้รับการชื่นชม
บริบท:
ฉันได้รับเทนเซอร์โดยใช้วิธีการแยกคุณลักษณะจากโมเดล Keras Sequential เอาต์พุตเป็นเทนเซอร์ของประเภทที่กล่าวถึงครั้งแรก อย่างไรก็ตามเมื่อฉันพยายามแปลงเป็น numpy โดยใช้. numpy () มันไม่ทำงานกับข้อผิดพลาดต่อไปนี้:
'Tensor' object has no attribute 'numpy'
แต่เมื่อฉันลองสร้างเทนเซอร์โดยใช้ tf.constant แล้วใช้. numpy () เพื่อแปลงมันก็ใช้ได้ดี!
ความแตกต่างเพียงอย่างเดียวที่ฉันพบคือประเภทของเทนเซอร์แตกต่างกัน: เทนเซอร์ที่สร้างโดยลำดับ Keras เป็นประเภทแรกที่กล่าวถึงข้างต้นในขณะที่เทนเซอร์ที่ฉันสร้างขึ้นด้วยตนเองเป็นประเภทที่สอง (Eager tensor)
คำตอบ
การเขียนคำตอบอีกหนึ่งคำตอบเนื่องจากข้อผิดพลาดเดียวกันปรากฏขึ้นในสถานการณ์ที่ต่างกัน
ข้อผิดพลาดที่คุณได้รับเป็นเพราะปัญหารุ่น tensorflow version 2.1.0.ie ฉันรันโค้ดโดยข้าม 2 ย่อหน้าแรกที่จะติดตั้งtensorflow==2.1.0และkeras==2.3.1ข้อผิดพลาดไม่ปรากฏขึ้นอีก
ปัญหาของคุณหายไปในเวอร์ชันล่าสุดของtensorflow version 2.3.0. เรียกใช้โปรแกรมในเวอร์ชันล่าสุดนั่นหมายความว่าอย่าติดตั้ง tensorflow และ keras อีกเนื่องจาก Google Colab ได้ติดตั้งเวอร์ชันล่าสุดและเสถียรไว้แล้ว
features.numpy()
เอาต์พุต -
array([[0. , 0.3728346, 0. , ..., 1.0103987, 0. ,
0.4194043]], dtype=float32)
อาจตอบได้ดีกว่าหากคุณจะแชร์รหัสที่ทำซ้ำได้
ด้านล่างนี้เป็นสถานการณ์ง่ายๆที่ฉันได้สร้างข้อผิดพลาดของคุณขึ้นใหม่ ที่นี่ฉันกำลังอ่านเส้นทางของไฟล์รูปภาพ
รหัสเพื่อสร้างข้อผิดพลาดใหม่:
%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)
เอาท์พุต:
---------------------------------------------------------------------------
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'
ด้านล่างนี้เป็นขั้นตอนที่ฉันได้ใช้ในโค้ดเพื่อแก้ไขข้อผิดพลาดนี้
- ได้ตกแต่งฟังก์ชั่นแผนที่ด้วย
tf.py_function(get_path, [x], [tf.string]). คุณสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับ tf.py_function ที่นี่ - ตอนนี้ฉันสามารถรับส่วนสตริงได้โดยใช้
bytes.decode(file_path.numpy())ในฟังก์ชันแผนที่
รหัสคงที่:
%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)
เอาท์พุต:
file_path: /content/bird.jpg <class 'str'>
(<tf.Tensor: shape=(), dtype=string, numpy=b'/content/bird.jpg'>,)
หวังว่านี่จะตอบคำถามของคุณ