在张量表示(对抗性)图像的张量的特定情况下,我已经面对并解决了张量- > ndarray转换,这是通过cleverhans库/教程获得的。
我认为我的问题/答案( 在此 )对于其他情况也可能是一个有用的示例。
我是TensorFlow的新手,我的结论是:
为了成功,似乎tensor.eval()方法可能还需要输入占位符的值。张量可能像需要返回输入值(提供给feed_dict
)的函数一样工作,以返回输出值,例如
array_out = tensor.eval(session=sess, feed_dict={x: x_input})
请注意,在我的情况下,占位符名称为x ,但我想您应该为输入的占位符找出正确的名称。 x_input
是包含输入数据的标量值或数组。
就我而言,还必须提供sess
。
我的示例还涵盖了matplotlib图像可视化部分,但这是OT。
0
将Tensorflow与Python绑定一起使用时,如何将张量转换为numpy数组?