今天小编就为大家分享一篇tensorflow实现在函数中用tf.Print输出中间值，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

最近一直在用TF做CNN的图像分类，当softmax层得到预测结果后，我希望能够看到预测结果，以便和标签之间进行比较。特此补上，以便自己记忆。 我现在通过softmax层得到变量train_logits，如果我直接执行print(train_logits)时，得到的结果如下（因为我是134类分类，所以结果是（1,134）维）： 这貌似什么都看不出来。 其实tensorflow提供输出中间值方法方便debug。 这个函数就是[tf.Print]。 tf.Print( input_, data,

tensorflow由于其基于静态图的模式，导致写代码的时候很难调试，除了用官方的调试工具外，最直接的方法就是把中间结果输出出来查看，然而，直接用print函数只能输出tensor变量的形状，而不是数值，想要输出tensor的具体数值需要用tf.Print函数。网上有很多关于这个函数使用方法的说明，这里简要介绍： Print( input_, data, message=None, first_n=None, summarize=None, name=None ) 参数： inp

TensorFlow 2.0的新功能 以下是TensorFlow 2.0中的所有更改。 让我们仔细看看它们： 急切执行/ tf。功能 集成Keras API 便利的分布式培训 TF数据 TF SavedModel TensorFlow集线器 TensorFlow服务 TensorFlow Lite TensorFlow.js 整理API 转换工具 替代变量作用域 渴望执行 缺乏急切执行力是对TensorFlow的主要抱怨之一。 我们都可以联系。 必须执行整个图然后尝试根据错误进行调试

TensorFlow 2.x的新功能 以下是TensorFlow 2.x中的所有更改。 让我们仔细看看它们： 急切执行/ tf。功能 集成Keras API 便利的分布式培训 TF数据 TF SavedModel TensorFlow集线器 TensorFlow服务 TensorFlow Lite TensorFlow.js 整理API 转换工具 替代变量作用域 渴望执行 缺乏急切执行力是对TensorFlow的主要抱怨之一。 我们都可以联系。 必须执行整个图形，然后尝试根据错误进行