如何将numpy数组转换为keras张量

Question

使用keras模型进行预测时，出现以下错误
AttributeError：'Tensor'对象没有属性'ndim'
原因是权重是numpy数组，而不是张量。
那么如何将numpy数组转换为keras张量呢？

Answer 1

在Tensorflow中，可以通过以下方式完成：

import tensorflow.keras.backend as K
import numpy as np

a = np.array([1,2,3])
b = K.variable(a)
print(b)

# <tf.Variable 'Variable:0' shape=(3,) dtype=float32>

print(K.eval(b))

# array([1., 2., 3.], dtype=float32)

在原始喀拉拉邦，应将import tensorflow.keras.backend as K替换为from keras import backend as K。

Answer 2

要将 numpy 数组转换为张量，

import tensor as tf
#Considering y variable holds numpy array
y_tensor = tf.convert_to_tensor(y, dtype=tf.int64) 

#您可以使用任何最适合的可用数据类型 - https://www.tensorflow.org/api_docs/python/tf/dtypes/DType