馆长King 2022-11-01 00:14 采纳率: 0%
浏览 40
已结题

将模型中的Tensor转为numpy

问题遇到的现象和发生背景

将tensor转换为numpy

用代码块功能插入代码,请勿粘贴截图
from keras import backend as K

in_shp = train_data.shape[1:]  # in_shap= (40962)
Xm_input = Input(in_shp)  
x1 = Lambda(slice,output_shape=(4096,1),arguments={'index':0})(Xm_input)
x2 = Lambda(slice,output_shape=(4096,1),arguments={'index':1})(Xm_input)
n1 = K.eval(x1)
model.compile(optimizer = Nadam(learning_rate=0.002),
loss= 'categorical_crossentropy',
metrics=[iou_coef],
run_eagerly=True)
运行结果及报错内容

('Some keys in session_kwargs are not supported at this time: %s', dict_keys(['run_eagerly']))

我的解答思路和尝试过的方法

想要将lambda层输出的Tensor转为numpy,刚开始会报placehold的错误,之后再compile中加了run_eagerly参数,又报了新的错误:('Some keys in session_kwargs are not supported at this time: %s', dict_keys(['run_eagerly']))

我想要达到的结果

将模型中的Tensor转为numpy

  • 写回答

6条回答 默认 最新

  • prince_zxill 2022-11-08 08:00
    关注

    NumPy 数组转 Tensor:

    import numpy as np
    a = np.ones(7)
    b = torch.from_numpy(a)
    print(a, b)
    
    a += 1
    print(a, b)
    b += 1
    print(a, b)
    
    
    
    [1. 1. 1. 1. 1. 1. 1.] tensor([1., 1., 1., 1., 1., 1., 1.], dtype=torch.float64)
    [2. 2. 2. 2. 2. 2. 2.] tensor([2., 2., 2., 2., 2., 2., 2.], dtype=torch.float64)
    [3. 3. 3. 3. 3. 3. 3.] tensor([3., 3., 3., 3., 3., 3., 3.], dtype=torch.float64)
    
    
    
    评论

报告相同问题?

问题事件

  • 系统已结题 11月9日
  • 创建了问题 11月1日

悬赏问题

  • ¥15 u盘问题:盘符不显示 无媒体
  • ¥50 R语言读取nc按月均值转为tif
  • ¥30 智能车串级pid调参
  • ¥15 visual studio code翻译老是错误
  • ¥20 卫星测高数据的高程转换
  • ¥15 爬取招聘网站数据信息
  • ¥15 安装完tensorflow,import tensorflow as tf后报错,如何解决?
  • ¥15 ultralytics库导出onnx模型,模型失去预测能力
  • ¥15 linux下点对点协议连接2个USB串口的硬件流量控制问题
  • ¥15 SQL数据自动生成问题