如何在TensorFlow中将张量转换为ndarray？
问题内容：
我的目标是将张量转换为ndarray而不使用“ run”或“ eval”。我想执行与示例相同的操作。
A = tf.constant(5)
B = tf.constant([[A, 1], [0,0]])
但是，ndarray可以在tf.constant内部，但张量不能。因此，我尝试使用以下示例执行该操作，但tf.make_ndarray不起作用。
A = tf.constant(5)
C = tf.make_ndarray(A)
B = tf.constant([[C, 1], [0,0]])
https://github.com/tensorflow/tensorflow/issues/28840#issuecomment-509551333
如上面的github链接中所述，tf.make_ndarray不起作用。确切地说，发生错误是因为tensorflow需要不存在的’tensor_shape’而不是存在的’shape’。
在这种情况下如何运行代码？
问题答案：
tf.make_ndarray用于将TensorProto值转换为NumPy数组。这些值通常是图形中使用的常数。例如，当您使用时tf.constant，您将创建一个Const具有属性的操作，该属性value包含该操作将产生的常数值。该属性存储为TensorProto。因此，您可以Const像这样将操作的值“提取”为NumPy数组：
import tensorflow as tf
A = tf.constant(5)
C = tf.make_ndarray(A.op.get_attr('value'))
print(C, type(C))
# 5 <class 'numpy.ndarray'>
但是，通常来说，您无法将任意张量转换为NumPy数组，因为它们的值将取决于变量的值以及特定会话中的馈入输入。
