TF2.8中EagerTensor转Numpy数组报错：无astype属性的解决问询

问题详情 #

使用TensorFlow 2.8加载训练好的模型后，尝试将模型输出的EagerTensor转换为Numpy数组，代码如下：

trained_model = tf.keras.models.load_model(model_path)
output = trained_model(features)[index]
output.numpy()

转换过程中触发around函数调用，出现以下错误：

/opt/conda/envs/my_env/lib/python3.8/site-packages/tensorflow/python/ops/numpy_ops/np_array_ops.py:738: in around
    AttributeError: EagerTensor object has no attribute 'astype'. 
    E               If you are looking for numpy-related methods, please run the following:
    E               from tensorflow.python.ops.numpy_ops import np_config
    E               np_config.enable_numpy_behavior()

已尝试执行np_config.enable_numpy_behavior()但问题未解决，待转换的张量信息为：
type: <dtype: 'float32'> <class 'tensorflow.python.framework.ops.EagerTensor'> tf.Tensor(78400.01, shape=(), dtype=float32)

解决方案 #

方法1：使用tf.make_ndarray转换 #

针对标量或任意形状的EagerTensor，可直接调用TensorFlow内置方法转换为Numpy数组：

import tensorflow as tf
output_np = tf.make_ndarray(output)

方法2：用Numpy数组包裹张量 #

直接使用np.array()强制将EagerTensor转换为Numpy类型：

import numpy as np
output_np = np.array(output)

方法3：排查隐式调用around的逻辑 #

错误提示显示触发了around函数，检查代码中是否存在以下情况：

• 转换前后调用了np.around()或tf.numpy_ops.np.around()
• 模型输出后存在自动四舍五入的逻辑
• 第三方库或自定义代码中隐式调用了该函数

方法4：升级TensorFlow版本（可选） #

TensorFlow 2.8存在部分Numpy兼容的已知bug，若环境允许，升级至2.9及以上版本可修复此类兼容性问题。

内容的提问来源于stack exchange，提问作者Akhmad Sumekenov