numpy转torch.tensor_tensorflow numpy

要对tensor进行操作，需要先启动一个Session,否则，我们无法对一个tensor比如一个tensor常量重新赋值或是做一些判断操作，所以如果将它转化为numpy数组就好处理了。下面一个小程序讲述了将tensor转化为numpy数组，以及又重新还原为tensor：

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

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))

输出：

out1=

out2=

out2=

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/184026.html原文链接：https://javaforall.cn