数据集为numpy集。一些教程说:因为需要利用GPU,所以我们应该将numpy数组更改为tensorflow张量。然后使用张量流模型。
但是经过培训,一些代码使用numpy函数进行测试和交互。但是tensorflow官方教程中的代码仍然使用相同的tensorflow模型和tf.dataset进行测试。 我想知道: 在进行测试或实时应用时,我应该使用numpy还是tensorflow张量和模型? 换句话说,如果不训练,使用张量流张量和函数是否会有一些不良影响?
例如: 我们使用selected_words = tf.argsort(o_j)
代替
selected_words = np.argsort(o_j)