为啥numpy点积函数在传递两个TensorFlow变量对象时会返回错误？

Posted 2023-02-23

【中文标题】为啥numpy点积函数在传递两个TensorFlow变量对象时会返回错误？

【英文标题】：Why does the numpy dot product function returns an error when passed two TensorFlow Variable objects?为什么numpy点积函数在传递两个TensorFlow变量对象时会返回错误？

【发布时间】：2021-09-21 23:00:48

【问题描述】：

import tensorflow as tf
import numpy as np

a = tf.Variable([[12, 13], [12, 13]])
b = tf.Variable([[12, 13], [12, 13]])

print(np.dot(a, b))

以上代码返回错误：

TypeError: __array__() takes 1 positional argument but 2 were given.

我知道 TensorFlow 有一个用于矩阵乘法的内置方法，但我很好奇为什么 np.dot 方法不起作用，特别是对于 tensorflow 变量对象（它似乎对 tensorflow.constant 对象很好）。

其他方法，如np.square、np.sqrt等都可以用这个，但似乎只有np.dot特别不行。

编辑：我想知道为什么这些对象在传递给np.dot 函数时尤其不起作用。我意识到有多种方法可以找到两个 tf.Variable 对象之间的点积

【问题讨论】：

这能回答你的问题吗？ Convert a tensor to numpy array in Tensorflow?

@sehan2 我或多或少想知道为什么此代码返回错误。我意识到您可以将其转换为 np 数组，使用 TF 的内置方法等将这些相乘。

因为它们不是 numpy 数组。 numpy 库中几乎每个方法都需要一个 ndarray 对象才能工作。

@AndrewHolmgren 在这种情况下，为什么np.sqrt 之类的方法可以使用它？此外， np.dot 还可以与 tf.constant 对象一起使用。 tf.constant 只是一个 numpy 数组吗？如果是这样，为什么不是 tf.Variable？

numpy 函数，当给定非 ndarray 参数时，要么将操作委托给这些参数（即它们需要相关方法），要么尝试将它们转换为数组。这就是 __array__() 方法试图做的事情（回溯是否说这是一个 tensorflow 方法？）。

【参考方案1】：

这似乎是 TensorFlow 中的一个错误。请参阅https://github.com/tensorflow/tensorflow/issues/46563。截至 2021 年 7 月 12 日，没有关于该 github 问题的解释，说明问题的原因。

【讨论】：

我明白了。所以如果我理解的话，这个错误是由于 Tensorflow 在 2.5 版本中的变化造成的？

错误行为在 2.3 版本中不存在，但在 2.4 和 2.5 中存在。