TensorFlow: cómo crear un ndarray numpy a partir de un tensor

TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.

Para crear una array numpy a partir de Tensor, Tensor se convierte primero en un prototensor.

Método utilizado:

• make_ndarray: este método acepta un TensorProto como entrada y devuelve una array numpy con el mismo contenido que TensorProto.

Ejemplo 1:

# importing the library
import tensorflow as tf
  
# Initializing Input
value = tf.constant([1, 15, 10], dtype = tf.float64)
  
# Printing the Input
print("Value: ", value)
  
# Converting Tensor to TensorProto
proto = tf.make_tensor_proto(value)
  
# Generating numpy array
res = tf.make_ndarray(proto)
  
# Printing the resulting numpy array
print("Result: ", res)

Producción:

Value:  tf.Tensor([ 1. 15. 10.], shape=(3, ), dtype=float64)
Result:  [ 1. 15. 10.]

Ejemplo 2: este ejemplo usa un tensor con forma (2, 2) por lo que la forma de la array resultante será (2, 2).

# importing the library
import tensorflow as tf
  
# Initializing Input
value = tf.constant([[1, 2], [3, 4]], dtype = tf.float64)
  
# Printing the Input
print("Value: ", value)
  
# Converting Tensor to TensorProto
proto = tf.make_tensor_proto(value)
  
# Generating numpy array
res = tf.make_ndarray(proto)
  
# Printing the resulting numpy array
print("Result: ", res)

Producción:

Value:  tf.Tensor(
[[1. 2.]
 [3. 4.]], shape=(2, 2), dtype=float64)
Result:  [[1. 2.]
 [3. 4.]]