Python tf.compat.v1.Print用法及代码示例

打印张量列表。 (已弃用)

用法

tf.compat.v1.Print(
    input_, data, message=None, first_n=None, summarize=None, name=None
)

参数

input_ 一个张量通过了这个操作。
data 计算 op 时要打印的张量列表。
message 一个字符串，错误消息的前缀。
first_n 仅记录first_n 次数。始终记录负数；这是默认设置。
summarize 只打印每个张量的这么多条目。如果没有，则每个输入张量最多打印 3 个元素。
name 操作的名称(可选)。

A Tensor.具有相同的类型和内容input_.

sess = tf.compat.v1.Session()
with sess.as_default():
    tensor = tf.range(10)
    print_op = tf.print(tensor)
    with tf.control_dependencies([print_op]):
      out = tf.add(tensor, tensor)
    sess.run(out)

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

此 API 已弃用。请改用tf.print。 tf.print 不需要 input_ 参数。

tf.print 在 TF2 中即刻执行时和在 tf.function 内工作。

在 TF1 风格的会话中，需要显式的控制依赖声明来执行 tf.print 操作。有关详细信息，请参阅tf.print 的文档。

警告：此函数已弃用。它将在 2018-08-20 之后删除。更新说明：使用 tf.print 代替 tf.Print。请注意，tf.print 返回一个直接打印输出的no-output 运算符。在 defuns 或 Eager 模式之外，除非在 session.run 中直接指定或用作其他运算符的控制依赖项，否则不会执行此运算符。这只是图形模式下的一个问题。以下是如何确保 tf.print 在图形模式下执行的示例：

这是一个身份操作(行为类似于 tf.identity )，具有在评估时打印 data 的副作用。

注意：此操作打印到标准错误。目前与 jupyter notebook 不兼容(打印到 notebook服务器的输出，而不是进入笔记本)。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.Print。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。