Tensorflow 将张量变量(非常量)转换为numpy数组?
我正在将嵌入从CNN模型的最后一个完全连接层转换为numpy阵列。目前,嵌入是一个变量张量,它不是常数。我想知道如何将其转换为numpy数组。您应该将张量值指定给会话中的一个变量! 像这样的。这是为了从初始阶段取出瓶颈值。希望这有帮助Tensorflow 将张量变量(非常量)转换为numpy数组?,tensorflow,deep-learning,conv-neural-network,tensor,Tensorflow,Deep Learning,Conv Neural Network,Tensor,我正在将嵌入从CNN模型的最后一个完全连接层转换为numpy阵列。目前,嵌入是一个变量张量,它不是常数。我想知道如何将其转换为numpy数组。您应该将张量值指定给会话中的一个变量! 像这样的。这是为了从初始阶段取出瓶颈值。希望这有帮助 with tf.Session(graph=graph) as sess: im_input = graph.get_tensor_by_name('inception/ExpandDims:0') Bottle_neck_values = []
with tf.Session(graph=graph) as sess:
im_input = graph.get_tensor_by_name('inception/ExpandDims:0')
Bottle_neck_values = []
m = train.shape[0]
indices = np.arange(m)
for index in tqdm(range(0, m, 1)):
batch = indices[index:index + 1]
Bottle_neck_values.append(sess.run(bottleneck, feed_dict=
{im_input:train[batch]}))
df = pd.DataFrame(np.array(np.squeeze(Bottle_neck_values)))
df.to_csv("./bottleneck/Bottle_neck_values.csv", index=False)
总会有一条消息说InvalidArgumentError:您必须使用dtype float[[Node:placeholder=placeholder[dtype=DT_float,shape=,_device=“/job:localhost/replica:0/task:0/device:GPU:0”]()]为占位符张量“占位符”提供一个值