【转载】 tf.Print() （------------ tensorflow中的print函数）

原文地址：

https://blog.csdn.net/weixin_36670529/article/details/100191674

----------------------------------------------------------------------------------------------

调试程序的时候，经常会需要检查中间的参数，这些参数一般是定义在model或是别的函数中的局部参数，由于tensorflow要求先构建计算图再运算的机制，也不能定义后直接print出来。tensorflow有一个函数tf.Print()。

tf.Print(input, data, message=None, first_n=None, summarize=None, name=None)

最低要求两个输入，input和data，input是需要打印的变量的名字，data要求是一个list，里面包含要打印的内容。

参数：

• message是需要输出的错误信息
• first_n指只记录（打log日志）前n次
• summarize是对每个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是op的名字

需要注意的是tf.Print()只是构建一个op，需要run之后才会打印。

例子：

x=tf.constant([2,3,4,5])
y=tf.Print(x,[x,x.shape,'test', x],message='Debug message:',summarize=100)
     
with tf.Session() as sess:
    sess.run(y)
     
#Debug message:[2 3 4 5][4][test][2 3 4 5]
     
z=tf.Print(x,[x,x.shape,'test', x],message='Debug message:',summarize=2)
     
with tf.Session() as sess:
    sess.run(z)
     
#Debug message:[2 3...][4][test][2 3...]

输出是在命令窗口中，和print有区别

    x=tf.constant([2,3,4,5])
         
    with tf.Session() as sess:
        print(sess.run(x))
         
    #[2,3,4,5]

————————————————
版权声明：本文为CSDN博主「于小勇」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_36670529/article/details/100191674

附：

Print(input_, data, message=None, first_n=None, summarize=None, name=None)
    Prints a list of tensors.
    
    This is an identity op with the side effect of printing `data` when
    evaluating.
    
    Args:
      input_: A tensor passed through this op.
      data: A list of tensors to print out when op is evaluated.
      message: A string, prefix of the error message.
      first_n: Only log `first_n` number of times. Negative numbers log always;
               this is the default.
      summarize: Only print this many entries of each tensor. If None, then a
                 maximum of 3 elements are printed per input tensor.
      name: A name for the operation (optional).
    
    Returns:
      Same tensor as `input_`.