Tensorflow 2:获取张量值
Tensorflow 2: Getting Tensor Value
我正在切换到 TF2,我只是按照这个 tutorial,
其中,train 和 step 函数现在定义为“@tf.function”。
如何打印张量 y_pred 和损失的值?
@tf.function
def train_step(images, labels):
with tf.GradientTape() as tape:
predictions = model(images)
loss = loss_object(labels, predictions)
print("train preds: ", y_pred)
print("train loss: ", loss)
gradients = tape.gradient(loss, model.trainable_variables)
optimizer.apply_gradients(zip(gradients, model.trainable_variables))
train_loss(loss)
train_accuracy(labels, predictions)
print
在 Python 世界中执行(而不是在图形中),因此它只会在 tf.function
跟踪您的函数以构建图形时打印一次张量。如果要打印 in-graph,请使用 tf.print
.
我正在切换到 TF2,我只是按照这个 tutorial, 其中,train 和 step 函数现在定义为“@tf.function”。
如何打印张量 y_pred 和损失的值?
@tf.function
def train_step(images, labels):
with tf.GradientTape() as tape:
predictions = model(images)
loss = loss_object(labels, predictions)
print("train preds: ", y_pred)
print("train loss: ", loss)
gradients = tape.gradient(loss, model.trainable_variables)
optimizer.apply_gradients(zip(gradients, model.trainable_variables))
train_loss(loss)
train_accuracy(labels, predictions)
print
在 Python 世界中执行(而不是在图形中),因此它只会在 tf.function
跟踪您的函数以构建图形时打印一次张量。如果要打印 in-graph,请使用 tf.print
.