Python tf.convert_to_tensor用法及代碼示例

將給定的 value 轉換為 Tensor 。

用法

tf.convert_to_tensor(
    value, dtype=None, dtype_hint=None, name=None
)

此函數將各種類型的 Python 對象轉換為 Tensor 對象。它接受Tensor 對象、numpy 數組、Python 列表和 Python 標量。

例如：

import numpy as np
def my_func(arg):
  arg = tf.convert_to_tensor(arg, dtype=tf.float32)
  return arg

# The following calls are equivalent.

value_1 = my_func(tf.constant([[1.0, 2.0], [3.0, 4.0]]))
print(value_1)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)
value_2 = my_func([[1.0, 2.0], [3.0, 4.0]])
print(value_2)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)
value_3 = my_func(np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32))
print(value_3)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)

在 Python 中編寫新操作時，此函數很有用(例如上麵示例中的 my_func)。所有標準 Python 操作構造函數都將此函數應用於它們的每個 Tensor-valued 輸入，這允許這些操作除了接受 Tensor 對象之外還接受 numpy 數組、Python 列表和標量。

注意：當 Python 列表或標量中存在 None 時，此函數不同於 float 和 string 類型的默認 Numpy 行為。而不是靜默轉換 None 值，而是會引發錯誤。