时间戳

首页 > 解决方案 > TF 2.0 打印张量值

python - TF 2.0 打印张量值

问题描述

我正在学习最新版本的 Tensorflow (2.0)，并尝试运行一个简单的代码来分割矩阵。使用装饰器@tf.function 我做了以下类：

class Data:
def __init__(self):
    pass

def back_to_zero(self, input):
    time = tf.slice(input, [0,0], [-1,1])
    new_time = time - time[0][0]
    return new_time

@tf.function
def load_data(self, inputs):
    new_x = self.back_to_zero(inputs)
    print(new_x)

因此，当使用 numpy 矩阵运行代码时，我无法检索数字。

time = np.linspace(0,10,20)
magntiudes = np.random.normal(0,1,size=20)
x = np.vstack([time, magntiudes]).T


d = Data()
d.load_data(x)

输出：

Tensor("sub:0", shape=(20, 1), dtype=float64)

我需要以 numpy 格式获取此张量，但 TF 2.0 没有使用 run() 或 eval() 方法的类 tf.Session。

感谢您为我提供的任何帮助！

标签： pythontensorflowtensorflow2.0

解决方案

在 decorator 指示的图表中@tf.function，您可以使用tf.print打印张量的值。

tf.print(new_x)

以下是如何重写代码

class Data:
    def __init__(self):
        pass

    def back_to_zero(self, input):
        time = tf.slice(input, [0,0], [-1,1])
        new_time = time - time[0][0]
        return new_time

    @tf.function
    def load_data(self, inputs):
        new_x = self.back_to_zero(inputs)
        tf.print(new_x) # print inside the graph context
        return new_x

time = np.linspace(0,10,20)
magntiudes = np.random.normal(0,1,size=20)
x = np.vstack([time, magntiudes]).T

d = Data()
data = d.load_data(x)
print(data) # print outside the graph context

tf.decorator上下文之外的张量类型是 type tensorflow.python.framework.ops.EagerTensor。要将其转换为 numpy 数组，您可以使用data.numpy()

推荐阅读