如何在TensorFlow中打印Tensor对象的值？

作者: 無口君
发布时间: 2024-12-13 06:27:44 (19天前)
转自：

11 条回复

0#
回复此人
独奏♪ | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我认为你需要得到一些正确的基础知识。通过上面的示例，您已经创建了张量（多维数组）。但是对于真正工作的张量流，你必须发起“ 的<strong> 会议 </强> “并运行你的” 的<strong> 手术 </强> “在会话中。注意”会话“和”操作“这个词。你需要知道使用tensorflow的4件事： </p> <OL> <LI> 张量 </LI> <LI> 操作 </LI> <LI> 会议 </LI> <LI> 图表 </LI> </醇> <P> 现在从你所写的内容中你已经给出了张量和操作，但你没有运行会话也没有图表。张量（图的边缘）流过图形并由操作（图形的节点）操纵。有默认图表，但您可以在会话中启动您的图表。 </p> <P> 当您说打印时，您只能访问您定义的变量或常量的形状。 </p> <P> 所以你可以看到你缺少的东西： </p> <pre> <code> with tf.Session() as sess: print(sess.run(product)) print (product.eval()) </code> </pre> <P> 希望能帮助到你！ </p> </DIV>

编辑
1#
回复此人
star | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 虽然其他答案是正确的，在评估图表之前无法打印该值，但在评估图表之后，他们并没有谈到在图表中实际打印值的一种简单方法。 </p> <P> 在评估图表时查看张量值的最简单方法（使用 <code> run </code> 要么 <code> eval </code> ）是用的 <a href="https://www.tensorflow.org/versions/master/api_docs/python/control_flow_ops.html#Print" rel="noreferrer"> <code> Print </code> </A> 如下例所示： </p> <pre> <code> # Initialize session import tensorflow as tf sess = tf.InteractiveSession() # Some tensor we want to print the value of a = tf.constant([1.0, 3.0]) # Add print operation a = tf.Print(a, [a], message="This is a: ") # Add more elements of the graph using a b = tf.add(a, a) </code> </pre> <P> 现在，每当我们评估整个图表时，例如运用 <code> b.eval() </code> ，我们得到： </p> <pre> <code> I tensorflow/core/kernels/logging_ops.cc:79] This is a: [1 3] </code> </pre> </DIV>

编辑
2#
回复此人
甲基蓝 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 请注意 <code> tf.Print() </code> 将改变张量名称。如果您要打印的张量是占位符，则向其提供数据将失败，因为在进纸期间将找不到原始名称。例如： </p> <pre> <code> import tensorflow as tf tens = tf.placeholder(tf.float32,[None,2],name="placeholder") print(eval("tens")) tens = tf.Print(tens,[tens, tf.shape(tens)],summarize=10,message="tens:") print(eval("tens")) res = tens + tens sess = tf.Session() sess.run(tf.global_variables_initializer()) print(sess.run(res)) </code> </pre> <P> 输出是： </p> <pre> <code> python test.py Tensor("placeholder:0", shape=(?, 2), dtype=float32) Tensor("Print:0", shape=(?, 2), dtype=float32) Traceback (most recent call last): [...] InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'placeholder' with dtype float </code> </pre> </DIV>

编辑
3#
回复此人
哇塞 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <pre> <code> import tensorflow as tf sess = tf.InteractiveSession() x = [[1.,2.,1.],[1.,1.,1.]] y = tf.nn.softmax(x) matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) print(product.eval()) tf.reset_default_graph() sess.close() </code> </pre> </DIV>

编辑
4#
回复此人
庸人自扰1 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 重申别人说的话，不运行图表就无法检查数值。 </p> <P> 任何寻找打印值的简单示例的人都可以使用一个简单的代码段如下。代码可以在ipython笔记本中执行而无需任何修改 </p> <pre> <code> import tensorflow as tf #define a variable to hold normal random values normal_rv = tf.Variable( tf.truncated_normal([2,3],stddev = 0.1)) #initialize the variable init_op = tf.initialize_all_variables() #run the graph with tf.Session() as sess: sess.run(init_op) #execute init_op #print the random values that we sample print (sess.run(normal_rv)) </code> </pre> <P> 输出： </p> <pre> <code> [[-0.16702934 0.07173464 -0.04512421] [-0.02265321 0.06509651 -0.01419079]] </code> </pre> </DIV>

编辑
5#
回复此人
句号了哦哦 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 最简单的 <SUP> [一个] </SUP> 评估a的实际价值的方法 <code> Tensor </code> 对象是将它传递给 <code> Session.run() </code> 方法，或电话 <code> Tensor.eval() </code> 当你有一个默认会话（即在一个 <code> with tf.Session(): </code> 阻止，或见下文）。一般来说 <SUP> [B] </SUP> ，如果不在会话中运行某些代码，则无法打印张量值。 </p> <P> 如果您正在尝试编程模型，并想要一种简单的方法来评估张量，那么 <a href="https://www.tensorflow.org/api_docs/python/tf/InteractiveSession" rel="noreferrer"> <code> tf.InteractiveSession </code> </A> 允许您在程序开始时打开会话，然后将该会话用于所有会话 <code> Tensor.eval() </code> （和 <code> Operation.run() </code> ）电话。这在交互式设置中可以更容易，例如shell或IPython笔记本，当传递一个很繁琐时 <code> Session </code> 到处都是对象 </p> <P> 这对于如此小的表达似乎很愚蠢，但Tensorflow中的一个关键思想是 <EM> 延期执行 </EM> ：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（你用它连接到它） <code> Session </code> ）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）。 </p> <HR /> <P> [A]：要打印张量值而不将其返回到Python程序，可以使用 <a href="https://www.tensorflow.org/api_docs/python/tf/Print" rel="noreferrer"> <code> tf.Print() </code> </A> 运营商，作为 <a href="https://stackoverflow.com/a/36296783/3574081"> Andrzej在另一个答案中建议 </A> 。请注意，您仍然需要运行图形的一部分来查看此op的输出，该输出将打印到标准输出。如果您正在运行分布式TensorFlow， <code> tf.Print() </code> 将其输出打印到运行该操作的任务的标准输出。这意味着如果你使用 <a href="https://colab.research.google.com" rel="noreferrer"> https://colab.research.google.com </A> 例如，或任何其他Jupyter笔记本，那么你会 <EM> 不看 </EM> 的输出 <a href="https://www.tensorflow.org/api_docs/python/tf/Print" rel="noreferrer"> <code> tf.Print() </code> </A> 在笔记本上;在这种情况下参考 <a href="https://stackoverflow.com/questions/49969193/no-result-of-tf-print-in-kerass-model-fit/49969365#49969365"> 这个答案 </A> 如何让它打印仍然。 </p> <P> [B]：你 <EM> 威力 </EM> 能够使用实验 <a href="https://www.tensorflow.org/api_docs/python/tf/contrib/util/constant_value" rel="noreferrer"> <code> tf.contrib.util.constant_value() </code> </A> 函数来获取常量张量的值，但它不是用于一般用途，并且没有为许多运算符定义。 </p> </DIV>

编辑
6#
回复此人
My☀ | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您应该将TensorFlow Core程序视为由两个独立的部分组成： </p> <UL> <LI> 构建计算图。 </LI> <LI> 运行计算图。 </LI> </UL> <P> 因此，对于下面的代码，您只需构建计算图。 </p> <pre> <code> matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) </code> </pre> <P> 您还需要要初始化TensorFlow程序中的所有变量，您必须显式调用特殊操作，如下所示： </p> <pre> <code> init = tf.global_variables_initializer() </code> </pre> <P> 现在您构建图并初始化所有变量，下一步是评估节点，您必须在会话中运行计算图。会话封装TensorFlow运行时的控件和状态。 </p> <P> 以下代码创建一个Session对象，然后调用其run方法运行足够的计算图来进行评估 <code> product </code> ： </p> <pre> <code> sess = tf.Session() // run variables initializer sess.run(init) print(sess.run([product])) </code> </pre> </DIV>

编辑
7#
回复此人
誓言你好 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 基本上，在tensorflow中，当您创建任何类型的张量时，它们被创建并存储在其中，只有在您运行tensorflow会话时才能访问它。假设你已经创建了一个恒定的张量 <BR/> <code> c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]) </code> <BR/> 没有运行会话，你可以得到 <BR/> - <code> op </code> ：一个手术。计算此张量的操作。 <BR/> - <code> value_index </code> ：一个int。生成此张量的操作终点的索引。 <BR/> - <code> dtype </code> ：一个DType。存储在此张量中的元素类型。 <BR/> </p> <P> 要获取值，您可以使用所需的张量运行会话，如下所示： </p> <pre> <code> with tf.Session() as sess: print(sess.run(c)) sess.close() </code> </pre> <P> 输出将是这样的： </p> <BLOCKQUOTE> <P> 数组（[[1。，2.，3]， [4.，5.，6。]]，dtype = float32） <BR/> </p> </BLOCKQUOTE> </DIV>

编辑
8#
回复此人
仙风道骨刘憨 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 直到我执行完之后，即使在阅读完所有答案之后，我也很难理解需要什么。 TensofFlow也是我的新手。 </p> <pre> <code> def printtest(): x = tf.constant([1.0, 3.0]) x = tf.Print(x,[x],message="Test") init = (tf.global_variables_initializer(), tf.local_variables_initializer()) b = tf.add(x, x) with tf.Session() as sess: sess.run(init) print(sess.run(b)) sess.close() </code> </pre> <P> 但是您仍然可能需要执行会话返回的值。 </p> <pre> <code> def printtest(): x = tf.constant([100.0]) x = tf.Print(x,[x],message="Test") init = (tf.global_variables_initializer(), tf.local_variables_initializer()) b = tf.add(x, x) with tf.Session() as sess: sess.run(init) c = sess.run(b) print(c) sess.close() </code> </pre> </DIV>

编辑
9#
回复此人
無口君哦哦 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您可以通过启用来检查TensorObject的输出，而无需在会话中运行图形 <a href="https://research.googleblog.com/2017/10/eager-execution-imperative-define-by.html" rel="noreferrer"> 急切的执行 </A> 。 </p> <P> 只需添加以下两行代码： <code> import tensorflow.contrib.eager as tfe tfe.enable_eager_execution() </code> </p> <P> 就在你之后 <code> import tensorflow </code> 。 </p> <P> 的输出 <code> print product </code> 在你的例子中现在将是： <code> tf.Tensor([[ 12.]], shape=(1, 1), dtype=float32) </code> </p> <P> 请注意，截至目前（2017年11月），您必须安装Tensorflow每晚构建以启用急切执行。可以找到预制车轮 <a href="https://github.com/tensorflow/tensorflow#installation" rel="noreferrer"> 这里 </A> 。 </p> </DIV>

编辑

登录后才能参与评论