如何在 TensorFlow 中打印张量对象的值？

小编典典

如何在 TensorFlow 中打印张量对象的值？

all

我一直在使用 TensorFlow 中矩阵乘法的介绍性示例。

matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)

当我打印产品时，它会将其显示为一个Tensor对象：

<tensorflow.python.framework.ops.Tensor object at 0x10470fcd0>

但我怎么知道的价值product？

以下没有帮助：

print product
Tensor("MatMul:0", shape=TensorShape([Dimension(1), Dimension(1)]), dtype=float32)

我知道图形在上运行Sessions，但是没有任何方法可以检查Tensor对象的输出而不在 a 中运行图形session吗？

阅读 131

2022-04-21

共1个答案

小编典典

评估对象实际值的最简单[A]Tensor方法是将其传递给Session.run()方法，或Tensor.eval()在您有默认会话时调用（即在with tf.Session():块中，或见下文）。通常[B]，如果不在会话中运行一些代码，就无法打印张量的值。

如果您正在试验编程模型，并且想要一种简单的方法来评估张量，那么tf.InteractiveSession您可以在程序开始时打开一个会话，然后将该会话用于所有Tensor.eval()(and
Operation.run()) 调用。这在交互式环境中会更容易，例如 shell 或 IPython
笔记本，因为Session到处传递对象很乏味。例如，以下在 Jupyter 笔记本中有效：

with tf.Session() as sess:  print(product.eval())

对于这么小的表达式，这可能看起来很傻，但是 Tensorflow 1.x 中的一个关键思想是 延迟执行
：构建一个大而复杂的表达式非常便宜，当你想要评估它时，后端（到与 a 连接的Session) 能够更有效地安排其执行（例如，并行执行独立部分并使用
GPU）。

[A]：要打印张量的值而不将其返回到 Python
程序，您可以使用tf.print()运算符，正如Andrzej
在另一个答案中所建议的那样。根据官方文档：

为确保操作符运行，用户需要将生成的操作传递给tf.compat.v1.Session的 run 方法，或者通过使用 )
指定将操作作为执行操作的控制依赖项，tf.compat.v1.control_dependencies([print_op]打印到标准输出。

另请注意：

在 Jupyter 笔记本和 colabs 中，tf.print打印到笔记本单元输出。它不会写入笔记本内核的控制台日志。

[B]：如果给定张量的值是可有效计算的，您也许
可以使用该tf.get_static_value()函数来获取给定张量的常量值。

2022-04-21