TensorFlow打印輸出tensor的值

更新時間：2020年04月19日 11:09:24 作者：XD1998

這篇文章主要介紹了TensorFlow打印輸出tensor的值，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

在學習TensorFlow的過程中，我們需要知道某個tensor的值是什么，這個很重要，尤其是在debug的時候。也許你會說，這個很容易啊，直接print就可以了。其實不然，print只能打印輸出shape的信息，而要打印輸出tensor的值，需要借助class tf.Session, class tf.InteractiveSession。因為我們在建立graph的時候，只建立tensor的結構形狀信息，并沒有執(zhí)行數(shù)據(jù)的操作。

一 class tf.Session

運行tensorflow操作的類，其對象封裝了執(zhí)行操作對象和評估tensor數(shù)值的環(huán)境。這個我們之前介紹過，在定義好所有的數(shù)據(jù)結構和操作后，其最后運行。

import tensorflow as tf
 
# Build a graph.
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b
# Launch the graph in a session.
sess = tf.Session()
# Evaluate the tensor `c`.
print(sess.run(c))

二 class tf.InteractiveSession

顧名思義，用于交互上下文的session，便于輸出tensor的數(shù)值。與上一個Session相比，其有默認的session執(zhí)行相關操作，比如：Tensor.eval(), Operation.run()。Tensor.eval()是執(zhí)行這個tensor之前的所有操作，Operation.run()也同理。

import tensorflow as tf
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b
with tf.Session():
 # We can also use 'c.eval()' here.
 print(c.eval())

打印輸出張量的值的方法

import tensorflow as tf

zeros = tf.zeros([3,3])

# 方法1
with tf.Session():
 print(zeros.eval())

# 方法2
sess = tf.Session()
print(sess.run(zeros))

打印輸出tensor變量的值的方法

import tensorflow as tf

ones=tf.Variable(tf.ones([3,3]))

# 方法1 InteractiveSession + initializer
inter_sess=tf.InteractiveSession()
ones.initializer.run()
print(inter_sess.run(ones))

# 方法2
inter_sess=tf.InteractiveSession()
tf.global_variables_initializer().run()
print(inter_sess.run(ones))

# 方法3 Session + global_variables_initializer
sess=tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(ones))

# 方法4 with Session + global_variables_initializer
with tf.Session() as sess:
 sess.run(tf.global_variables_initializer())
 print(sess.run(ones))

Reference:

[1] https://www.tensorflow.org/versions/r0.9/api_docs/python/client.html#InteractiveSession

[2] http://stackoverflow.com/questions/33633370/how-to-print-the-value-of-a-tensor-object-in-tensorflow

到此這篇關于TensorFlow打印輸出tensor的值的文章就介紹到這了,更多相關TensorFlow打印輸出tensor內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: