Tensorflow: TF 2.0 'Tensor' 객체에는 .numpy()를 사용하는 동안 'numpy' 속성이 없지만 기본적으로 즉시 실행이 활성화됩니다.

@Mainak431 문제를 해결하셨나요?

예.

당신의 해결책은 무엇이었습니까?

.Numpy는 열망 모드에서만 지원됩니다. 그래프 모드인 경우 지원되지 않습니다. 당신이 열망 모드에 있는지 확인하기 위해. 하세요, tf.eagerly(). true 또는 false를 반환합니다. 그래프 모드에서는 세션에서 eval을 사용하여 numpy 배열의 텐서 값을 가져와야 합니다.

@Mainak431
모듈 'tensorflow'에는 '열심히' 속성이 없습니다.
모듈 'tensorflow.compat.v1'에는 '열심히' 속성이 없습니다.

tensorflow-gpu==2.0.0-alpha0 패키지를 사용하고 있습니다.
내 텐서 중 하나의 .numpy() 'Tensor' 객체에 'numpy' 속성이 없습니다.

tf.eagerly()는 'tensorflow' 모듈에 '열심히' 속성이 없음을 제공합니다.

tf.eagerly() 대신 tf.executing_eagerly()가 내가 열망 모드에 있는지 확인하는 데 도움이 되었습니다.

누구든지 이에 대한 해결책을 찾았습니까?

동일한 문제가 여기에 있습니다 ... 열망 모드에서 keras 모델을 호출하고 OpenAI Gym에 문제를 일으키는 EagerTensor가 아닌 Tensor를 얻습니다.

이 tf.enable_eager_execution()을 실행한 다음 tf.executing_eagerly()를 시도하면 True를 제공해야 합니다. 그런 다음 something.numpy()를 사용하여 값을 볼 수 있습니다.

@AkashNagaraj 방금 코드가 열심히 실행되는 문제를 제기했지만(TF 2.0이므로 실행해야 함) "numpy 누락" 문제가 있습니다. 한 번 살펴보실래요? https://github.com/tensorflow/tensorflow/issues/32842

감사 해요!

나는 같은 문제가 있었다. @tf.function 내에서 .numpy()를 사용하려고 했습니다. 내가 이해하는 한 tf.function은 성능 목적으로 열심히 실행되지 않습니다. @tf.function 데코레이터를 제거하면 .numpy()가 작동합니다.

나는 같은 문제가 있었다. @tf.function 내에서 .numpy()를 사용하려고 했습니다. 내가 이해하는 한 tf.function은 성능 목적으로 열심히 실행되지 않습니다. @tf.function 데코레이터를 제거하면 .numpy()가 작동합니다.

이것은 나를 위해 작동합니다. @tf.function은 전체 기능을 그래프 모드로 전환했습니다.

이 스레드에 언급된 단일 솔루션이 없는 이유 =.=

내 함수에는 데코레이터가 없지만 이전 포스터에서 설명한 대로 .numpy()는 여전히 실패합니다. 누구든지 이것에 대한 해결책을 찾았습니까?

스크립트 상단에 tf.compat.v1.enable_eager_execution()을 삽입한 후 문제가 해결되었음을 발견했습니다(이전 포스터에서 말한 것과 매우 유사하지만 TF 2.0에서 작동함)...

동일한 문제가 발생하고 앞서 언급한 솔루션 중 어느 것도 효과가 없었습니다.

TF 2.0을 사용하고 있는데 내 함수에 데코레이터가 없고 tf.eagerly()가 True를 반환하지만 여전히 동일한 AttributeError: 'Tensor' 객체에 'numpy' 속성이 없습니다.

같은 문제.

나는 열심히 실행하고 있었고 내 사용자 정의 손실 함수에 데코레이터가 없는지 확인했습니다. 나는 또한 작동하지 않는 Michael의 솔루션 두 가지 의견을 시도했습니다.

오류가 발생합니다. AttributeError: 'Tensor' 개체에 'numpy' 속성이 없습니다.

이 오류는 모델 피팅 중에 텐서를 numpy로 변환하려고 할 때만 나타나는 것으로 나타났습니다. 가장 좋은 추측은 모양 문제인 것 같습니다.

예를 들어 다음 텐서는

tf.Tensor([[1 3] [0 4]], 모양=(2, 2), dtype=int64)

.numpy()를 사용하여 변환 가능합니다. 그러나 분류 문제에 대한 사용자 지정 메트릭을 구현하려고 할 때 y_true.numpy() 및 y_pred.numpy() 모두

AttributeError: 'Tensor' 개체에 'numpy' 속성이 없습니다.

다음은 두 y의 한 예입니다.

y_true:
print(y_true): 텐서("dense_ target:0 ", 모양=(없음, 없음, 없음), dtype=float32)
인쇄(유형(y_true)):

y_pred:
print(y_pred): Tensor("dense/ Identity:0 ", shape=(None, None, 6), dtype=float32)
인쇄(유형(예상)):

@renatomello 저도 당신과 같은 문제를 겪고 있습니다. 새 문제 #35393을 열었습니다.

@renatomello 사용자 지정 메트릭을 구현하려고 할 때 문제가 여전히 지속됩니다. 해결 방법을 찾았습니까?

@renatomello 사용자 지정 메트릭을 구현하려고 할 때 문제가 여전히 지속됩니다. 해결 방법을 찾았습니까?

아니요 나는 안 그랬어요. 내가 작업할 수 있는 것과 유사한 작업을 수행하는 TF/Keras 백엔드 기능이 있는지 확인하려고 합니다. 그렇지 않으면 내가 직접 만들어야 합니다.

데이터 전처리 내에서 정규식 함수를 사용할 때 이 영역이 발생했습니다. 파이썬 로직을 사용하려면 문서 와 이 StackOverflow 스레드에 언급된 대로 tf.py_function 를 사용해야 합니다 (참고 tf.py_func() 는 이제 tf.py_function() ).

일단 내 코드를 다음에서 변경했습니다.
data = fnames.map(process_path)
에게
data = fnames.map(lambda x: tf.py_function(process_path, [x], [tf.string]))
코드가 올바르게 실행되었습니다.

매우 사용자 정의된 split 사용하여 TF2.1에서 TextVectorization 레이어를 시도하는 동안 이 문제가 발생했습니다. 나를 위해 그것을 고친 것은 dynamic=True 를 TextVectorization 구조로 전달하는 것이었습니다.

이 오류는 모델 피팅 중에 텐서를 numpy로 변환하려고 할 때만 나타나는 것으로 나타났습니다. 가장 좋은 추측은 모양 문제인 것 같습니다.

예를 들어 다음 텐서는

tf.Tensor([[1 3] [0 4]], 모양=(2, 2), dtype=int64)

.numpy()를 사용하여 변환 가능합니다. 그러나 분류 문제에 대한 사용자 지정 메트릭을 구현하려고 할 때 y_true.numpy() 및 y_pred.numpy() 모두

AttributeError: 'Tensor' 개체에 'numpy' 속성이 없습니다.

다음은 두 y의 한 예입니다.

y_true:
print(y_true): 텐서("dense_ target:0 ", 모양=(없음, 없음, 없음), dtype=float32)
인쇄(유형(y_true)):

y_pred:
print(y_pred): Tensor("dense/ Identity:0 ", shape=(None, None, 6), dtype=float32)
인쇄(유형(예상)):

이유를 모르지만 다음을 추가하여 이러한 문제를 해결했습니다.
experimental_run_tf_function=False
내 모델의 컴파일 기능에서.

이 오류는 모델 피팅 중에 텐서를 numpy로 변환하려고 할 때만 나타나는 것으로 나타났습니다. 가장 좋은 추측은 모양 문제인 것 같습니다.
예를 들어 다음 텐서는

tf.Tensor([[1 3] [0 4]], 모양=(2, 2), dtype=int64)
.numpy()를 사용하여 변환 가능합니다. 그러나 분류 문제에 대한 사용자 지정 메트릭을 구현하려고 할 때 y_true.numpy() 및 y_pred.numpy() 모두
AttributeError: 'Tensor' 개체에 'numpy' 속성이 없습니다.
다음은 두 y의 한 예입니다.
y_true:
print(y_true): 텐서("dense_ target:0 ", 모양=(없음, 없음, 없음), dtype=float32)
인쇄(유형(y_true)):
y_pred:
print(y_pred): Tensor("dense/ Identity:0 ", shape=(None, None, 6), dtype=float32)
인쇄(유형(예상)):

이유를 모르지만 다음을 추가하여 이러한 문제를 해결했습니다.
experimental_run_tf_function=False
내 모델의 컴파일 기능에서.

내 경우에는 별 차이가 없는 것 같다

매우 사용자 정의된 split 사용하여 TF2.1에서 TextVectorization 레이어를 시도하는 동안 이 문제가 발생했습니다. 나를 위해 그것을 고친 것은 dynamic=True 를 TextVectorization 구조로 전달하는 것이었습니다.

정확히 어떻게 하셨나요?

먼저 다음과 같이 Session을 등록해야 합니다.
세션=tf.세션()
그런 다음 .. 사용 :
예상 값 = expt.eval(세션=세션)
결과는 다음과 같아야 합니다.
인쇄(예상 값)
아웃[41]:
배열([[[ 0, 0, 0],
[4, 71, 141],
[ 0, 0, 0]]]])
감사하다

매우 사용자 정의된 split 사용하여 TF2.1에서 TextVectorization 레이어를 시도하는 동안 이 문제가 발생했습니다. 나를 위해 그것을 고친 것은 dynamic=True 를 TextVectorization 구조로 전달하는 것이었습니다.

정확히 어떻게 하셨나요?

이와 같이. 나는 여전히 일반적으로 ML/TF를 배우고 있으므로 이것이 잘못된 것일 수 있습니다. 그것이 '그냥 작동'할 때까지 그것은 모두 흑마법입니다.

vectorize_layer = tf.keras.layers.experimental.preprocessing.TextVectorization(
    standardize=tf_custom_standardize,
    split=tf_custom_split,
    max_tokens=len(vocab)+1,
    output_mode='int',
    dynamic=True
)

이 문제는 여전히 나에게 남아 있습니다. @tf.function 주석을 사용하지 않고 열심히 실행하고 있습니다. 지금 사용하고 있는 해결 방법은 np.array(yourtensor.to_list())입니다.

이 문제는 여전히 나에게 남아 있습니다. @tf.function 주석을 사용하지 않고 열심히 실행하고 있습니다. 지금 사용하고 있는 해결 방법은 np.array(yourtensor.to_list())입니다.

이것이 내가 얻는 것입니다.
AttributeError: 'Tensor' object has no attribute 'to_list'

tensorflow의 코드에 따르면 텐서 객체가 열망 모드 tensor(tensorflow.python.framework.ops.EagerTensor)에 있을 때 tesnsorObj.numpy()를 호출할 수 있습니다.
이 방법은 tensorflow/python/framework/ops.py에서 구현됩니다.
그러나 텐서 객체가 일반 텐서(예: tensorflow.python.framework.ops.Tensor에 속함)인 경우 numpy() 메서드가 없고 구현 코드도 tensorflow/python/framework/ops.py에 있습니다.
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/ops.py

@tf.function에서 실행 중인 모든 텐서 객체가 tensorObj.numpy()를 호출할 수 없음을 의미합니다.
긴급 실행 모드는 TF2.0에 유연성을 추가하고 복잡성을 추가합니다.

tensorflow의 코드에 따르면 텐서 객체가 열망 모드 tensor(tensorflow.python.framework.ops.EagerTensor)에 있을 때 tesnsorObj.numpy()를 호출할 수 있습니다.
이 방법은 tensorflow/python/framework/ops.py에서 구현됩니다.
그러나 텐서 객체가 일반 텐서(예: tensorflow.python.framework.ops.Tensor에 속함)인 경우 numpy() 메서드가 없고 구현 코드도 tensorflow/python/framework/ops.py에 있습니다.
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/ops.py

@tf.function에서 실행 중인 모든 텐서 객체가 tensorObj.numpy()를 호출할 수 없음을 의미합니다.
긴급 실행 모드는 TF2.0에 유연성을 추가하고 복잡성을 추가합니다.

자세한 설명 감사합니다.

그러나 이 문제는 안정 버전 2.1.0 버전에서는 해결되지 않습니다. #38038에서 tf-nightly 2.2.0 버전에서 해결되었다고 지적했습니다.

@renatomello 저는 TF의 완전한 초보자입니다. 따라서 다음이 문제를 해결하는 데 도움이 될지 잘 모르겠습니다.
나는 Experiment_run_functions_eagerly(True) 를 사용하여 AttributeError: 'Tensor' object has no attribute 'numpy' 오류를 해결합니다.
나는 TF 버전을 사용합니다. 2.1(자세한 버전 정보는 아래 콘솔 출력 참조). 이 코드로 무엇을 하는지 설명할 수 있습니다.

import sys
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import numpy as np

counter=0

class MyDense(layers.Dense):
  def __init__(self, units, activation,input_shape):
    super().__init__(units=units, activation=activation,input_shape=input_shape)

  def call(self, inputs):
      global counter

      counter += 1
      print('\n{}. inputs.numpy()='.format(counter))
      if hasattr(inputs,'numpy'):
          print('{}'.format(inputs.numpy()))
      else:
          print('not available.')

      return super().call(inputs)

def test(run_eagerly):
    print('\n*** *** *** test(run_eagerly={})'.format(run_eagerly))
    tf.config.experimental_run_functions_eagerly(run_eagerly)

    dim0=256
    dim1=24
    train = np.arange(dim0*dim1).reshape(dim0,dim1)
    label = np.ones(dim0)

    model = tf.keras.Sequential()
    model.add(MyDense(10,activation='softmax',input_shape=(dim1,)))

    model.compile(optimizer=tf.keras.optimizers.SGD(),
                  loss=tf.keras.losses.SparseCategoricalCrossentropy())

    model.fit(train,
              label,
              batch_size=dim0,
              epochs=1)

print("Python version")
print (sys.version)
print("TensorFlow version")
print(tf.__version__)
print('\n\n')

test(False)
test(True)

에디터 Spyder의 콘솔(Spyder 버전 4.0.1)에서 위의 코드를 실행합니다. 해당 콘솔 출력 은 다음과 같습니다(

Python version
3.7.6 (default, Jan  8 2020, 19:59:22) 
[GCC 7.3.0]
TensorFlow version
2.1.0

*** *** *** test(run_eagerly=False)

1. inputs.numpy()=
not available.
Train on 256 samples

2. inputs.numpy()=
not available.

3. inputs.numpy()=
not available.
256/256 [==============================] - 0s 899us/sample - loss: 6344.8682

*** *** *** test(run_eagerly=True)

4. inputs.numpy()=
not available.
Train on 256 samples

5. inputs.numpy()=
[[2328. 2329. 2330. ... 2349. 2350. 2351.]
 [5280. 5281. 5282. ... 5301. 5302. 5303.]
 [2208. 2209. 2210. ... 2229. 2230. 2231.]
 ...
 [5160. 5161. 5162. ... 5181. 5182. 5183.]
 [ 840.  841.  842. ...  861.  862.  863.]
 [6048. 6049. 6050. ... 6069. 6070. 6071.]]
256/256 [==============================] - 0s 132us/sample - loss: 16.1181

이제 test(run_eagerly=False) 아래 콘솔 출력을 참조하십시오. 모든 세 가지 MyDense.call() 호출 상태에서 input.numpy()를 사용할 수 없습니다(참고: 내가 올바르게 이해하면 처음 두 개의 MyDense.call () 호출은 모델을 빌드하기 위한 것이므로 input.numpy()를 사용할 수 없다는 의미입니다.) 따라서 이것은 의미가 있습니다.
test(run_eagerly=True) 아래 콘솔 출력 참조: 다섯 번째 MyDense.call()에서 input.numpy()를 사용할 수 있습니다. 그래서 이것도 의미가 있습니다. 그리고 그것은 오류를 해결합니다.

나는 같은 문제가 있었다. @tf.function 내에서 .numpy()를 사용하려고 했습니다. 내가 이해하는 한 tf.function은 성능 목적으로 열심히 실행되지 않습니다. @tf.function 데코레이터를 제거하면 .numpy()가 작동합니다.

그것은 나를 위해 작동합니다.

이 스레드에서 언급한 모든 솔루션을 시도했지만 그 중 어느 것도 저에게 효과가 없었습니다. 저는 2.2.0-rc2에 있습니다.

제 경우에는 열심 실행에 문제가 없는 것 같습니다. keras.backend.get_value() 호출할 때 다음 줄에서 오류가 발생합니다.

  if context.executing_eagerly() or isinstance(x, ops.EagerTensor):
    return x.numpy()

같은 문제가있었습니다. 모델에서 맞춤 기능을 실행할 때 기본적으로 즉시 실행이 비활성화됩니다. 이에 대응하기 위해 model.fit을 실행하기 전에 model.run_eagerly = True 를 실행할 수 있습니다.
이것은 Tensorflow 2.2에서 나를 위해 매력처럼 작동했습니다.

model.compile(..., run_eagerly=True) 사용자 지정 메트릭을 만들 때 저에게 효과적이었습니다.

https://stackoverflow.com/questions/63062304/extracting-numpy-value-from-tensorflow-object-during-transformation/63064174?noredirect=1#comment111652837_63064174

Keras로 작업하는 동안 비슷한 문제가 발생했습니다.
이것이 다른 사람에게 도움이 될지 모르겠지만 다음이 도움이되었습니다.
나는 사용하고 있었다:
model = Sequential() 이전에 다음으로 변경했습니다.
모델 = tf.keras.Sequential()
그리고 그것은 나를 위해 일했습니다.

@Mainak431 문제를 다시 여시겠습니까?

Keras로 작업하는 동안 비슷한 문제가 발생했습니다.
이것이 다른 사람에게 도움이 될지 모르겠지만 다음이 도움이되었습니다.
나는 사용하고 있었다:
model = Sequential() 이전에 다음으로 변경했습니다.
모델 = tf.keras.Sequential()
그리고 그것은 나를 위해 일했습니다.

그것은 실제로 나를 위한 솔루션이었습니다. tensorflow.keras 레이어 등이 아닌 keras에서 직접 가져온 일부 오래된 코드를 재사용했습니다. 가져오기 문을 변경하면 속성 오류가 해결되었습니다.

@Blubbaa 여기도 마찬가지 입니다. 그것은 나를 위해 일한 유일한 것이었습니다.

텐서에서 값을 확인하고 싶은데 tf.placeholder 호환성 때문에 Eager 모드를 비활성화해야 하는 경우 어떻게 해야 하나요? tf.placeholder 없이 레이어 사이에 tf.enable_eager_execution 를 추가하려고 시도했는데 ValueError: tf.enable_eager_execution must be called at program startup. 오류가 발생

다음 코드가 작동했습니다.

def parse_str(str_tensor):
    raw_string = str_tensor.numpy().decode("utf-8") 

    # play with raw string
    raw_string = 'AAA'+raw_string     
    return raw_string

구문 분석 기능 호출:

def tf_pre_processing(row):
  return tf.py_function(parse_str, [row['context']], [tf.string])


train = t.map(tf_pre_processing).batch(1).take(1)

list(train)

@Mainak431 원래 코드가 예상대로 작동했습니다. 여기 요지가 있습니다.

@tu1258 즉시 실행을 비활성화할 필요가 없습니다. 그냥로 가져 tf.compat.v1.placeholder 대신 tf.placeholder . 그래도 작동하지 않으면 독립 실행형 코드를 공유하여 문제를 재현하십시오.

질문이 더 있으면 알려주세요. 감사 해요!

나는 같은 문제가 있었다. @tf.function 내에서 .numpy()를 사용하려고 했습니다. 내가 이해하는 한 tf.function은 성능 목적으로 열심히 실행되지 않습니다. @tf.function 데코레이터를 제거하면 .numpy()가 작동합니다.

Tensorflow2.x의 다음 옵션이 도움이 될 수 있다고 생각합니다.
tf.config.run_functions_eagerly

tf.function을 호출하는 위치에서 즉시 실행을 시도한 다음 tf.function에 대한 즉시 실행을 비활성화할 수 있습니다.

저는 tensorflow를 처음 사용하지만 이 튜토리얼(Jupyter Notebook에서)을 따르면 https://www.tensorflow.org/tutorials/quickstart/beginner?hl=en 오류가 발생합니다.

predictions = model(x_train[:1]).numpy()
Tensor object has no attribute 'numpy'

@louisnot 오류를 재현할 수 없습니다. 여기 에서 하십시오 . 감사 해요!

오류가 발생하면 요점을 공유할 수 있습니까? 감사 해요!

요점을 사용하는 데 문제가 없었습니다.

tf-nightly 에서 해결되었으므로 이 문제를 닫습니다. 문제가 지속되면 언제든지 다시 열어주세요. 감사 해요!

@bhupendrathore 오류를 재현하기 위해 간단한 독립 실행형 코드로 새 문제를 열어 주시겠습니까? 감사 해요!

같은 문제가 발생합니다. pip install tf-nightly 를 사용하여 솔루션에서 수정하면 오류가 발생합니다.

ERROR: Could not find a version that satisfies the requirement tf-nightly (from versions: none)
ERROR: No matching distribution found for tf-nightly

@jvishnuvardhan

@liangzelang 또 다른 새로운 문제를 열었습니다. 그곳에서 해결해드리겠습니다. 감사 해요