keras 在自定义类中使用numpy 报错 AttributeError Tensor object has no attribute numpy 而在其他地方可使用numpy

这个错误通常出现在自定义类中，因为在这种情况下，您正在处理 TensorFlow 张量而不是 NumPy 数组。TensorFlow 张量没有 .numpy() 方法，因为它们是延迟执行的计算图的一部分，而不是立即执行的值。

如果您想在自定义类中使用.numpy() 方法，可以将 TensorFlow 张量转换为 NumPy 数组，例如：

import tensorflow as tf

class MyCustomClass():
    def __init__(self):
        pass
    
    def my_method(self, tensor):
        # Convert the tensor to a NumPy array
        tensor_array = tensor.numpy()
        # Do something with the NumPy array
        result = tensor_array.sum()
        return result

# Example usage
my_class = MyCustomClass()
x = tf.constant([1, 2, 3])
result = my_class.my_method(x)
print(result)

在这个例子中，我们首先将 TensorFlow 张量转换为 NumPy 数组，然后使用 NumPy 数组执行一些操作。请注意，这可能会导致性能问题，因为每次调用方法时都需要进行张量和数组之间的转换。因此，最好尽可能使用 TensorFlow 张量的方法和操作。