Tensorflow 性能：Numpy 矩阵或 TF 矩阵？

Question

我有以下代码：with tf.Session() as sess:    sess.run(init_vars)    cols = sess.run(tf.shape(descriptors)[1])    descriptor_matrix = np.zeros((n_batches*batch_size, cols))    while True:        batch_descriptor = sess.run(descriptors, feed_dict={dropout_prob: 1})        descriptor_matrix[i:i+elements_in_batch] = np.array(batch_descriptor)我正在混合张量和 numpy 向量。这对性能有重要影响吗？为什么？我应该只使用张量吗？