python - 如何在 Tensorflow 中保存张量的值

Question

我试图用装饰器 @tf.function 将必须计算的张量数组保存到函数中，这使得函数内的所有张量都变成张量图，因此，非可迭代的对象。例如，在下面的最小代码中，我想知道是否可以使用函数 foo() 中的代码将张量保存到文件中。

@tf.function
def foo(x):
    # code for saving x


a=tf.constant([1,2,3])
foo(a)

Answer 1

好吧，我假设您正在图形模式下运行该函数，否则(eager 模式执行)您可以使用 NumPy 或正常的 pythonic 文件处理方式在通过 .numpy() 张量函数。
在图形模式下，您可以使用tf.io.write_file() 操作。详细阐述前面提到的解决方案，write_file fn 采用单个字符串。下面的示例可能会有更多帮助:

a = tf.constant([1,2,3,4,5] , dtype = tf.int32)
b = tf.constant([53.44569] , dtype= tf.float32)
c = tf.constant(0)
# if u wish to write all these tensors on each line ,
# then create a single string out of these.
one_string = tf.strings.format("{}\n{}\n{}\n", (a,b,c))
# {} is a placeholder for each element ina string and thus you would need n PH for n tensors.
# send this string to write_file fn
tf.io.write_file(filename, one_string)

write_file fn 只接受字符串，因此您需要先将所有内容转换为字符串。此外，如果您在同一次运行中调用 write_file fn n 次，则每次调用都会覆盖之前的输出，因此文件将包含最后一次调用的内容。