TF1有sess.run()
和{
K.eager(K.get_value)(tensor)
似乎通过退出Keras图而在Keras图中工作,而{tensor
是一个Keras后端操作,则此操作将失败:
import keras.backend as K
def tensor_info(x):
print(x)
print("Type: %s" % type(x))
try:
x_value = K.get_value(x)
except:
try: x_value = K.eager(K.get_value)(x)
except: x_value = x.numpy()
print("Value: %s" % x_value) # three methods
ones = K.ones(1)
ones_sqrt = K.sqrt(ones)
tensor_info(ones); print()
tensor_info(ones_sqrt)
^{pr2}$
AttributeError: 'Tensor' object has no attribute 'numpy'
tf.keras
。有没有办法在TensorFlow2.0中获得Keras2.3张量值,同时保持后端中立性?
我想你想要^{} :
请注意,^{} 是为与变量一起使用而保留的(例如这里的}则用于任何张量。在
v
),而{相关问题 更多 >
编程相关推荐