如何在 tensorflow 中打印张量的值 mnist_softmax.py

Question

我刚刚尝试在 TensorFlow 0.8 中运行 mnist_softmax.py。我想在模型测试步骤之前观察 y 和 y_ 的值。

代码如下：

print(y)  # added by me
print(y_)  # added by me

# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))

完整代码可在 GitHub 上获得。

下面是输出：

Tensor("Softmax:0", shape=(?, 10), dtype=float32)
Tensor("Placeholder_1:0", shape=(?, 10), dtype=float32)

我也尝试过使用sess.run(y)和y.eval()，但是当我尝试时出现这样的错误：

tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float
         [[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
Caused by op u'Placeholder', defined at: ...

Answer 1

TL;DR: y 和 y_ 张量都依赖于 tf.placeholder() 操作，因此它们需要您 feed 当你评估它们时输入一个值。您可以像这样输入一批输入，在一批输入数据上打印 softmax 的输出：

batch_xs, _ = mnist.train.next_batch(100)
print(y.eval({x: batch_xs}))

MNIST 示例包含以下几行：

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

请注意，您要打印的第一个张量 y 是 x 的函数，定义为 tf.placeholder()。 tf.placeholder() op 是一种为计算定义符号 argument 的方法：它本身没有任何值，而是表示 x 必须是浮点矩阵784 列的值。

Running/evaluating y 没有为 x 提供值就像编写以下 Python 函数并在没有所有参数的情况下调用它：

def y(x):
    W = ...
    b = ...
    return softmax(matmul(x, W), b)

# This would fail with an error.
print(y())

如何指定参数的值？在 TensorFlow 中，您可以通过 为占位符输入 一个值（就像在 training loop and accuracy calculation 中）：

# Get a batch of input data to feed to the computation.
batch_xs, _ = mnist.train.next_batch(100)

print(sess.run(y, feed_dict={x: batch_xs}))
# or
print(y.eval({x: batch_xs}))

张量y_被定义为一个tf.placeholder()。由于技术原因，您无法直接评估占位符，即使您为它提供了一个值。但是，这样做并不是特别有用！相反，您可以只打印您将输入的值。

如何在 tensorflow 中打印张量的值 mnist_softmax.py

How to print the value of a tensor in tensorflow mnist_softmax.py

python

tensorflow