Python 将形状为（？，32,24,24）的张量转换为3D numpy数组

我有一个张量和一批32灰度图像，每个大小24x24

张量是在CNN中的Conv2D层之后生成的，CNN使用Keras和tensorflow后端构建。数据以numpy数组的形式提供给模型

现在，我想把输出张量转换成一个numpy数组，然后再转换回张量

我引用并编写了这段简单的代码，它似乎不起作用

sess = tf.InteractiveSession()
ip = np.array(x.eval())

这里，x是我的张量，ip是预期的numpy数组。这将作为InvalidArgumentError（）抛出。有没有办法摆脱未知的（？）维度

以下是堆栈跟踪：

 Message=InvalidArgumentError()
  Source=c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzyconv2d.py
  StackTrace:
  File "c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzyconv2d.py", line 31, in call
    ip = np.array(x.eval())
  File "c:\program files (x86)\microsoft visual studio\shared\python36_64\lib\site-packages\keras\engine\base_layer.py", line 507, in __call__
    inputs=to_list(inputs))
  File "c:\program files (x86)\microsoft visual studio\shared\python36_64\lib\site-packages\keras\engine\sequential.py", line 185, in add
    output_tensor = layer(self.outputs[0])
  File "c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzycnn.py", line 39, in baseline_model
    model.add(F_Conv2D(5))
  File "c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzycnn.py", line 49, in <module>
    model = baseline_model()

Message=InvalidArgumentError（）
Source=c:\users\rangan\Source\repos\fuzzycnn\fuzzycnn\fuzzyconv2d.py
堆栈跟踪：
文件“c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzyconv2d.py”，第31行，在调用中
ip=np.array（x.eval（））
文件“c:\program files（x86）\microsoft visual studio\shared\python36\u 64\lib\site packages\keras\engine\base\u layer.py”，第507行，在\uuu调用中__
输入=至_列表（输入））
文件“c:\program files（x86）\microsoft visual studio\shared\python36\u 64\lib\site packages\keras\engine\sequential.py”，添加中第185行
输出张量=层（自输出[0]）
文件“c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzycnn.py”，第39行，在基线模型中
模型添加（F_Conv2D（5））
文件“c:\users\rangan\source\repos\fuzzycnn\fuzzycnn\fuzzycnn.py”，第49行，在
模型=基线_模型（）

根据定义，输出张量值是针对特定输入批次计算的。您需要将输入值传递给eval函数：

ip = x.eval(session=sess, feed_dict={input: X_batch})

---

只要x是感兴趣的张量，“输入”是输入占位符，这就是获取张量值的最简单方法。

请给出一个，包括我们可以运行的代码，该代码演示了问题、当前输出和预期输出。此外，如果有错误，请复制/粘贴整个错误跟踪，不仅仅是错误类型。