在学习TensorFlow的过程中,我们需要知道某个tensor的值是什么,这个很重要,尤其是在debug的时候。也许你会说,这个很容易啊,直接print就可以了。其实不然,print只能打印输出shape的信息,而要打印输出tensor的值,需要借助class tf.Session, class tf.InteractiveSession。因为我们在建立graph的时候,只建立tensor的结构形状信息,并没有执行数据的操作。
一 class tf.Session
运行tensorflow操作的类,其对象封装了执行操作对象和评估tensor数值的环境。这个我们之前介绍过,在定义好所有的数据结构和操作后,其最后运行。
代码语言:javascript复制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
顾名思义,用于交互上下文的session,便于输出tensor的数值。与上一个Session相比,其有默认的session执行相关操作,比如:Tensor.eval(), Operation.run()。Tensor.eval()是执行这个tensor之前的所有操作,Operation.run()也同理。
代码语言:javascript复制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())
打印输出张量的值的方法
代码语言:javascript复制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))
打印输出tensor变量的值的方法
代码语言:javascript复制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
到此这篇关于TensorFlow打印输出tensor的值的文章就介绍到这了,更多相关TensorFlow打印输出tensor内容请搜索ZaLou.Cn