怎么用NumPy 数组将其转换为 TensorFlow 张量

可以使用 `tf.convert_to_tensor()` 函数将 NumPy 数组转换为 TensorFlow 张量。示例代码如下：

import numpy as np
import tensorflow as tf

# 创建 NumPy 数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 将 NumPy 数组转换为 TensorFlow 张量
tensor = tf.convert_to_tensor(arr)

# 打印结果
print(tensor)

输出结果如下：

tf.Tensor(
[[1 2 3]
 [4 5 6]], shape=(2, 3), dtype=int64)

在转换时，可以通过设置数据类型（dtype）、形状（shape）等参数来控制转换结果。例如，如果需要将一个浮点型的 NumPy 数组转换为 TensorFlow 张量，则可以使用以下代码：

import numpy as np
import tensorflow as tf

# 创建浮点型 NumPy 数组
arr = np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])

# 将 NumPy 数组转换为 TensorFlow 张量
tensor = tf.convert_to_tensor(arr, dtype=tf.float32)

# 打印结果
print(tensor)

输出结果如下：

tf.Tensor(
[[1. 2. 3.]
 [4. 5. 6.]], shape=(2, 3), dtype=float32)