tensorflow中如何判断两个tensor值相等(tensor转array)

需要转化为numpy进行判断

转化为numpy的方法有两种

方法1: tf.Session().run(tensorA) 转化为numpy

print(type(tf.Session().run(tf.constant([1,2]))))

结果：<class ‘numpy.ndarray’>

方法2: 使用eval()方法

sess = tf.InteractiveSession()
print(type(tf.constant([1,3]).eval()))

或

sess = tf.Session()
with sess.as_default():
   print(type(tf.constant([1,2,3]).eval()))

结果： <class ‘numpy.ndarray’>

numpy数组数值对比

利用numpy见的数值判断方法：

#对于二维的数组，数组形状相同时才可以判断，如一个(2,3)的数组和一个(2,2)的数组判断时会报错
import numpy as np
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[1,2,5],[4,4,5]])

c=(a==b)
d=c.any()  #只要有一个TRUE，就返回TRUE
e=c.all()   #必须都是True，才返回True，否则返回False

print("\n(a==b)的返回结果：\n",c)
print("\n使用any()函数返回的结果:",d)  
print("使用all()函数返回的结果:",e)

结果：

(a==b)的返回结果：
[[ True True False]
[ True False False]]

使用any()函数返回的结果: True
使用all()函数返回的结果: False

整体例子：

import tensorflow as tf
import numpy as np

(tf.Session().run(tensor_A)==tf.Session().run(tensor_B).all()

tensor转numpy参考：https://stackoverflow.com/questions/34097281/how-can-i-convert-a-tensor-into-a-numpy-array-in-tensorflow