TensorFlow之Tensor对象转Python对象

在TensorFlow框架中，提供了函数tf.py_func实现自动将Tensor对象转为Python对象，并作为Python函数的形参传入，同时Python函数返回的结果又自动转为Tensor对象返回。也就是说，tf.py_func函数能执行指定的Python函数，并自动将Tensor对象转为Python对象，再将返回的Python对象转为Tensor对象， tf.py_func函数原型如下：

tf.py_func(
      func,
      inp,
      Tout,
      stateful=True,
      name=None
)

各个参数的意义：

1. func：Python函数类型，指定要执行的函数。

2. lnp：list类型，list里面存放的是Tensor对象，用于传入func函数作为形参。

3. Tout：list类型或是单个对象，存放的是TensorFlow的数据类型，用于描述func函数返回数据转为Tensor对象后的数据类型。

4. stateful：bool类型，默认为True。如果设置为True, 则该函数被认为是与状态有关的。如果函数与状态无关，则相同的输入会产生相同的输出。

5. name：当前Operation的名称。

简单示例：

import tensorflow as tf


def my_add_func(A, B):
    # 查看传入的参数的数据类型
    print('type(A) =', type(A))
    print('type(B) =', type(B))
    C = A + B
    return C


# 定义Tensor对象
A_tf = tf.constant([[1, 1], [1, 1]], dtype=tf.int64)
B_tf = tf.constant([[2, 2], [2, 2]], dtype=tf.int64)

C_tf = tf.py_func(my_add_func, [A_tf, B_tf], tf.int64)
with tf.Session() as sess:
    C = sess.run(C_tf)
    print("C =\n", C)
    print("type(C_tf) =", type(C_tf))
    print("type(C) =", type(C))

输出：

type(A) = <class 'numpy.ndarray'>
type(B) = <class 'numpy.ndarray'>
C =
 [[3 3]
 [3 3]]
type(C_tf) = <class 'tensorflow.python.framework.ops.Tensor'>
type(C) = <class 'numpy.ndarray'>