如何将Ragged Tensor转为列表？遇Eager模式报错求解决方案

针对你使用Subword Tokenizer得到Ragged Tensor后，调用to_list()触发ValueError: to_list can only be used in eager mode（但tf.executing_eagerly()返回True）的问题，以及后续需要填充到(64,128)维度的需求，提供以下可行方案：

方法1：通过Numpy中转转换为列表 #

先将Ragged Tensor转为嵌套Numpy数组，再转换为Python列表：

token = tokenizer.pt.tokenize(text)
token_as_list = token.numpy().tolist()

方法2：直接填充为固定形状Tensor再转列表 #

既然最终需要调整维度到(64,128)，可以直接利用Ragged Tensor的to_tensor()方法完成填充，再转列表，无需手动处理：

token = tokenizer.pt.tokenize(text)
# 使用默认填充值（示例为0）将张量填充到目标形状(64,128)
padded_token = token.to_tensor(default_value=0, shape=(64, 128))
token_as_list = padded_token.numpy().tolist()

补充说明：如果你的代码运行在tf.function装饰的函数内部，即使全局处于eager模式，函数内部会切换到图模式，这时候to_list()会触发报错，上述两种方法依然适用，因为numpy()在图模式下对可追踪张量能正常工作。

内容的提问来源于stack exchange，提问作者Shivam Singh