tf.convert_to_tensor

Преобразует заданный value в Tensor.

tf.convert_to_tensor(
    value, dtype=None, dtype_hint=None, name=None
) -> tf.Tensor

Используется в блокнотах

Эта функция преобразует объекты Python различных типов в объекты Tensor. Она принимает объекты Tensor, массивы numpy, списки Python и скалярные значения Python.

Например:

import numpy as np
def my_func(arg):
  arg = tf.convert_to_tensor(arg, dtype=tf.float32)
  return arg

# The following calls are equivalent.

value_1 = my_func(tf.constant([[1.0, 2.0], [3.0, 4.0]]))
print(value_1)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)
value_2 = my_func([[1.0, 2.0], [3.0, 4.0]])
print(value_2)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)
value_3 = my_func(np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32))
print(value_3)
tf.Tensor(
  [[1. 2.]
   [3. 4.]], shape=(2, 2), dtype=float32)

Эта функция может быть полезна при создании новой операции в Python (например, my_func в примере выше). Все стандартные конструкторы операций Python применяют эту функцию к каждому из своих входных значений типа Tensor, что позволяет этим операциям принимать массивы numpy, списки Python и скалярные значения в дополнение к объектам Tensor.

Примечание: Эта функция отличается от поведения Numpy по умолчанию для типов float и string, если None присутствует в списке или скалярном значении Python. Вместо неявного преобразования значений None будет выдана ошибка.