使用tensorflow进行umapfit_transforminputs出现TypeError __array__ takes 1 positional argument but 2 were given inputseval转换为numpy数组时出现ValueError Cannot evaluate tensor using eval 使用的是tensorflow—gpu 115版本。使用

这个错误提示表明你的代码中使用了placeholder，但是没有为其提供值。在使用tf.Session()运行图并获取张量的值时，需要使用feed_dict参数来提供placeholder的值。具体来说，你需要为input这个placeholder提供一个形状为[?,256]的浮点型NumPy数组，例如：

import numpy as np
import tensorflow as tf
import umap

# 创建一个形状为[10,256]的随机浮点型NumPy数组作为输入
inputs = np.random.rand(10, 256)

# 定义一个placeholder
input_placeholder = tf.placeholder(tf.float32, shape=[None, 256], name='input')

# 使用UMAP进行降维
umap_op = umap.UMAP(n_components=2)
embedding = umap_op.fit_transform(input_placeholder)

# 创建一个Session，并运行图
with tf.Session() as sess:
    # 为input_placeholder提供输入数据
    feed_dict = {input_placeholder: inputs}

    # 运行embedding张量，并将其转换为NumPy数组
    embedding_np = sess.run(embedding, feed_dict=feed_dict)

print(embedding_np)

这样就可以避免上述错误了。