AttributeError：'Tensor'对象没有属性'numpy'

问题描述：

我从 GitHub 下载了此代码。

predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].numpy()

但我收到一条错误消息：

AttributeError: 'Tensor' object has no attribute 'numpy'

哪里出了问题？我该如何修复？

解决方案 1：

由于接受的答案没有为我解决问题，所以我认为它可能对一些面临此问题并且已经拥有 tensorflow 版本 >= 2.2.0 和启用了 Eager Execution 的人有所帮助。

问题似乎是，对于安装期间的某些功能，装饰model.fit()
器出于性能原因@tf.function禁止执行这些功能tensor.numpy()。

对我来说，解决方案是将标志传递run_eagerly=True给model.compile()如下内容：

model.compile(..., run_eagerly=True)

解决方案 2：

我怀疑您复制代码的地方已经启用了紧急执行tf.enable_eager_execution()，即在程序启动时调用了它。

你也可以这么做。

更新：请注意，TensorFlow 2.0 默认启用 Eager Execution。因此，上述答案仅适用于 TensorFlow 1.x

解决方案 3：

Tensorflow 2 有一个配置选项可以“立即”运行函数，这将允许通过.numpy()方法获取 Tensor 值。要启用立即执行，请使用以下命令：

tf.config.run_functions_eagerly(True)

请注意，这主要用于调试。

另请参阅：https://www.tensorflow.org/api_docs/python/tf/config/run_functions_eagerly

解决方案 4：

如果您的代码包装在 @tf.function 中或 Keras 层内，TF2.0 中也可能发生这种情况。这两者都以图形模式运行。由于 Eager 模式和图形模式之间的行为不同，并且人们不知道他们正在切换上下文，因此存在大量隐藏的代码，因此请小心！

解决方案 5：

这种情况发生在旧版本的 TF 中。因此请尝试pip install tensorflow --upgrade

否则运行

import tensorflow as tf
tf.enable_eager_execution()

如果您正在使用 Jupyter 笔记本，请重新启动内核。

解决方案 6：

您还可以使用它tf.get_static_value()来获取张量的值。这样做的好处是不需要急切模式。请参阅此处的文档。

解决方案 7：

tf.multinomial返回一个 Tensor 对象，该对象包含一个 2D 列表，其中包含形状为 的绘制样本[batch_size, num_samples]。调用.eval()该张量对象预计会返回一个 numpy ndarray。

像这样：

predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].eval()

您还需要确保您有一个活动的会话（否则没有多大意义）：

sess = tf.Session()
with sess.as_default():
    predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].eval()

解决方案 8：

我在 tf.function() 中遇到了同样的问题：但对我有用的方法是通过 tf.convert_to_tensor Doku将 numpy 数组转换为 tensorflow 张量，然后继续使用 tensorflow。也许这个技巧对任何人都有用...

解决方案 9：

当我运行类似以下代码时，我看到了类似的错误，

tensor = tf.multiply(ndarray, 42)
tensor.numpy()  # throw AttributeError: 'Tensor' object has no attribute 'numpy'

我使用带有 tensorflow 1.14.0 的 anaconda 3。我使用以下命令升级了 tensorflow

conda update tensorflow

现在 tensorflow 是 2.0.0，问题已修复。尝试一下看看它是否能解决您的问题。