python - 如何在TensorFlow 2中获得Keras张量的值？

TF1拥有sess.run()并.eval()获得张量的值-Keras拥有K.get_value(); 现在，两者都不一样（以前是两个）。

K.eager(K.get_value)(tensor)似乎可以通过退出来在Keras图内运行，而K.get_value(tensor)在图外运行-都带有TF2的默认值（在以前是关闭的）。但是，如果tensor是Keras后端操作，则此操作将失败：

import keras.backend as K
def tensor_info(x):
    print(x)
    print("Type: %s" % type(x))
    try:        
        x_value = K.get_value(x)
    except:
        try:    x_value = K.eager(K.get_value)(x)
        except: x_value = x.numpy()
    print("Value: %s" % x_value)  # three methods

ones = K.ones(1)
ones_sqrt = K.sqrt(ones)

tensor_info(ones); print()
tensor_info(ones_sqrt)

<tf.Variable 'Variable:0' shape=(1,) dtype=float32, numpy=array([1.], dtype=float32)>
Type: <class 'tensorflow.python.ops.resource_variable_ops.ResourceVariable'>
Value: [1.]

Tensor("Sqrt:0", shape=(1,), dtype=float32)
Type: <class 'tensorflow.python.framework.ops.Tensor'>
# third print fails w/ below

AttributeError: 'Tensor' object has no attribute 'numpy'