Python tf.print用法及代碼示例

打印指定的輸入。

用法

tf.print(
    *inputs, **kwargs
)

將指定的輸入打印到所需的輸出流或日誌記錄級別的 TensorFlow 運算符。輸入可能是密集或稀疏張量、原始 Python 對象、包含張量的數據結構和可打印的 Python 對象。打印的張量將遞歸地顯示要匯總的每個維度的第一個和最後一個元素。

例子：

Single-input 用法：

tensor = tf.range(10)
tf.print(tensor, output_stream=sys.stderr)

(這會將“[0 1 2 ... 7 8 9]”打印到 sys.stderr)

Multi-input 用法：

tensor = tf.range(10)
tf.print("tensors:", tensor, {2:tensor * 2}, output_stream=sys.stdout)

(這會將“張量：[0 1 2 ... 7 8 9] {2:[0 2 4 ... 14 16 18]}”打印到 sys.stdout)

更改輸入分隔符：

tensor_a = tf.range(2)
tensor_b = tensor_a * 2
tf.print(tensor_a, tensor_b, output_stream=sys.stderr, sep=',')

(這會將“[0 1],[0 2]”打印到 sys.stderr)

tf.function 中的用法：

@tf.function
def f():
    tensor = tf.range(10)
    tf.print(tensor, output_stream=sys.stderr)
    return tensor

range_tensor = f()

(這會將“[0 1 2 ... 7 8 9]”打印到 sys.stderr)

TF 1.x 圖表中的兼容性使用：

在 tf.function 之外手動創建的圖形中，此方法返回創建的打印數據的 TF 運算符。為確保算子運行，用戶需要將生成的操作傳遞給 tf.compat.v1.Session 的 run 方法，或者通過指定 with tf.compat.v1.control_dependencies([print_op]) 將操作用作執行操作的控製依賴項。

tf.compat.v1.disable_v2_behavior()  # for TF1 compatibility only

  sess = tf.compat.v1.Session()
  with sess.as_default():
    tensor = tf.range(10)
    print_op = tf.print("tensors:", tensor, {2:tensor * 2},
                        output_stream=sys.stdout)
    with tf.control_dependencies([print_op]):
      tripled_tensor = tensor * 3

    sess.run(tripled_tensor)

(這會將“張量：[0 1 2 ... 7 8 9] {2:[0 2 4 ... 14 16 18]}”打印到 sys.stdout)

注意：在 Jupyter 筆記本和 colabs 中，tf.print 打印到筆記本單元格輸出。它不會寫入筆記本內核的控製台日誌。