TensorFlow將給定值轉換為張量

tf.convert_to_tensor

convert_to_tensor ( 
    value , 
    dtype = None , 
    name = None , 
    preferred_dtype = None
 )

定義在：tensorflow/python/framework/ops.py.

見指南：構建圖>實用功能,生成常量,序列和隨機值,控制流,高階函數(shù),圖像,輸入和讀取器,數(shù)學,神經(jīng)網(wǎng)絡,稀疏張量,字符串操作,張量處理操作,張量轉換,變量,包裝python函數(shù)

將給定值轉換為張量.

此函數(shù)將各種類型的 Python 對象轉換為 Tensor 對象.它接受 Tensor 對象,numpy 數(shù)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 tf.matmul(arg, arg) + arg

# The following calls are equivalent.
value_1 = my_func(tf.constant([[1.0, 2.0], [3.0, 4.0]]))
value_2 = my_func([[1.0, 2.0], [3.0, 4.0]])
value_3 = my_func(np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32))

當在 Python 中編寫新的操作 (如上面示例中的 my_func) 時,此函數(shù)很有用.所有標準的 Python op 構造函數(shù)都將此函數(shù)應用于它們的每個張量值輸入,這使得 ops 能夠接受 numpy 數(shù)組、Python 列表和標量對象.

ARGS：

• value：其類型具有已注冊的張量轉換函數(shù)的對象.
• dtype：返回的張量的可選元素類型.如果缺少該類型, 則將從值的類型中推斷出.
• name：創(chuàng)建新的張量時要使用的可選名稱.
• preferred_dtype：返回張量的可選元素類型, 當 dtype 為 None 時使用.在某些情況下,調用方在轉換為張量時可能沒有 dtype,因此 preferred_dtype 可以作為軟首選項使用.如果轉換為 preferred_dtype 是不可行的,則此參數(shù)無效.

返回：

返回基于值的輸出.

注意：

• TypeError：如果沒有為值注冊轉換函數(shù).
• RuntimeError：如果注冊的轉換函數(shù)返回無效值.