tensorflow中查看张量值的⽅法
在调试⽤TensorFlow编写的程序的时候，需要知道某个tensor的值是什么。直接print只能打印输出张量的shape，dtype等信息，⽽要查看张量的值的⽅法如下：
【1】⽤class tf.Session或 class tf.InteractiveSession类
import tensorflow as tf x = tf.stant(0.1, shape = [10])) init_op = tf.global_variables_initializer() with
tf.Session() as sess: sess.run(init_op) print(x.eval())
[ 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1]
或者是这样 ：
import tensorflow as tf x = tf.stant(0.1, shape = [10])) init_op = tf.global_variables_initializer() with
tf.Session() as sess: sess.run(init_op) print(sess.run(x))
variable怎么记
[ 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1]
就能显⽰了。
关于Session 和 InteractiveSession的区别，别⼈是这么总结的：tf.InteractiveSession()：它能让你在运⾏图的时候，插⼊⼀些计算图，这些计算图是由某些操作(operations)构成的。这对于⼯作在交互式环境中的⼈们来说⾮常便利，⽐如使⽤IPython。
tf.Session()：需要在启动session之前构建整个计算图，然后启动该计算图。
意思就是在我们使⽤tf.InteractiveSession()来构建会话的时候，我们可以先构建⼀个session然后再定义操作（operation），如果我们使⽤tf.Session()来构建会话我们需要在会话构建之前定义好全部的操作（operation）然后再构建会话。
【2】⽤tf.Print()函数
⾸先给出函数说明：
tf.Print(input_, data, message=None,first_n=None, summarize=None, name=None)
打印张量列表
输⼊: input_：通过此op的⼀个tensor.
data: 当此op被计算之后打印输出的tensorlist。
message: 错误消息的前缀，是⼀个string。
first_n: 只记录first_n次. 总是记录负数；这是个缺省.
summarize: 对每个tensor只打印的条⽬数量。如果是None，对于每个输⼊  tensor只打印3个元素。
name: op的名字.
返回：与input_相同的张量
例⼦：import tensorflow as tf sess = tf.InteractiveSession() a = tf.constant([1.0, 3.0]) sess.run(tf.Print(a, [a], message="This is a: "))
能得到打印结果。
import tensorflow as tf sess = tf.InteractiveSession() x = tf.stant(0.1, shape = [10])) sess.run(x.initializer) sess.run(tf.Print(x, [x], message = 'This is x:'))
这段程序能打印我定义的x变量，但是如果我把tf.Print放在with tf.Session（）中 就 不打印，但是也不报错。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。