tensorflow - 将张量流数据集转换为 numpy 数组

Question

我tf.keras在 tensorflow 1.15 中定义了一个自动编码器。由于某些特定原因，我无法将 tensorflow 升级到 2.0。

这种特殊的自动编码器用于异常检测。我目前计算自动编码器的 AUC 分数如下：

1. 所有异常输入标记为 1，所有正常输入标记为 0。这是y_true

2. 我向自动编码器提供看不见的输入，然后测量重建误差，如下所示：errors = np.mean(np.square(data - model.predict(data)), axis=-1)

3. 然后将该数组的平均值称为预测标签，y_pred。

4. 然后我使用 计算 AUC auc = metrics.roc_auc_score(y_true, y_pred)。

这种方法效果很好。我现在需要转向使用tf.data.dataset来输入我的数据。以前，它是 numpy 数组。问题是，我无法将 tf.data.dataset 转换为 numpy 数组，因此无法计算 2 中所示的均方误差。

一旦我有了tf.data.Dataset，我就将它提供给预测，如下所示：results = model.predict(x_test)

这会产生一个 numpy 数组，results. 我想计算resultswith的均方误差x_test。但是，x_test是类型tf.data.Dataset。所以问题是，如何在 tensorflow 1.15 中将 tf.data.dataset 转换为 numpy 数组，或者有什么替代方法可以做到这一点？

标签： tensorflow