TensorFlow2.4.1中tensorflow.python.framework.ops.Tensor转NumPy报错如何解决

你遇到的报错本质是当前拿到的tensorflow.python.framework.ops.Tensor属于静态计算图节点，并非eager执行模式下的即时张量：只有eager模式下生成的张量才支持直接调用.numpy()方法。你调用tf.executing_eagerly()仅能查询全局eager开关状态，若张量生成于静态图上下文（比如@tf.function装饰的函数、tf.data的图执行模式、v1兼容图模式），全局开启eager也无法调用.numpy()。

• 方案1：排查张量生成的上下文，如果是在@tf.function装饰的函数内生成的张量，将.numpy()转换逻辑移到函数外部，或者移除对应函数的@tf.function装饰器即可。@tf.function会将函数内部逻辑编译为静态计算图，图内所有张量都是计算节点，不支持直接调用.numpy()方法。
• 方案2：如果张量从tf.data.Dataset pipeline生成，不要在map等预处理逻辑里执行转换，等迭代取出张量后再做转换，参考代码：

# 预处理逻辑仅保留Tensor操作
dataset = dataset.map(lambda raw_x: tf.reshape(tf.io.decode_raw(raw_x, tf.float64), (3, 4096)))
# 迭代取出eager张量后再转numpy
for x in dataset:
    x_np = x.numpy()

• 方案3：如果必须在静态图上下文内获取张量值，使用v1兼容会话时需要同步传入占位符对应的实际输入，你之前触发的InvalidArgumentError是因为没有给图中args_0字符串占位符喂入实际值，参考代码：

with tf.compat.v1.Session() as sess:
    # 替换为你实际的字符串输入值喂入占位符
    x_np = sess.run(x, feed_dict={args_0: 实际输入的字符串数据})

• 方案4：如果是全局eager执行被意外关闭，在代码入口最开头添加强制开启eager执行的逻辑：

tf.compat.v1.enable_eager_execution()

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