此页面由 Cloud Translation API 翻译。
Switch to English

tf.print

TensorFlow 1版 GitHub上查看源代码

打印指定的输入。

用在笔记本电脑

使用的指南使用教程

甲TensorFlow操作者打印指定的输入,以所期望的输出流或记录级别。该输入可以是致密的或稀疏的张量,原始Python对象,包含张量数据结构,和可打印Python对象。打印张量将递归显示每个维度的第一个和最后一个元素来概括。

例:

单输入的使用:

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

(此打印 “[0 1 2 ... 7 8 9]” 在sys.stderr)

多输入用法:

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

(此打印 “张量:[0 1 2 ... 7 8 9] {2:[0 2 4 ... 14 16 18]}” sys.stdout来)

改变输入分离器:

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

(此打印 “[0 1],[0 2]” 在sys.stderr)

用法在tf.function

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

range_tensor = f()
 

(此打印 “[0 1 2 ... 7 8 9]” 在sys.stderr)

@compatibility(TF 1.x的图形和会话)。在图手动创建的外tf.function ,此方法返回所创建的TF操作者打印的数据。为了确保操作者的运行,用户需要所产生的运算传递给tf.compat.v1.Session的run方法,或通过指定要使用的运算作为用于执行OPS的控制依赖with tf.compat.v1.control_dependencies([print_op]) @end_compatibility

兼容性使用在TF 1.x的图表:

 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)
 

(此打印 “张量:[0 1 2 ... 7 8 9] {2:[0 2 4 ... 14 16 18]}” sys.stdout来)

*inputs 位置参数是输入打印。在打印输出中输入将用空格分开。输入可以是原语蟒,张量,数据结构,例如,其可以包含张量(具有可能嵌套在任意方式的数据结构)字典和列表,并且可打印的Python对象。
output_stream 输出流,日志记录级别,或文件打印到。默认在sys.stderr,但是sys.stdout的,tf.compat.v1.logging.info,tf.compat.v1.logging.warning,tf.compat.v1.logging.error,absl.logging.info,absl.logging 。警告和absl.logging.error也支持。要打印到文件,可传递开始与一个字符串“文件://”后面的文件路径,例如,“文件:///tmp/foo.out”。
summarize 第一和最后的summarize每个维度内的元件每张量被递归打印。如果没有,则每个维度的第一3和最后3个元件被打印每个张量。如果设置为-1,将打印每张量的所有元素。
sep 字符串使用到输入端分开。默认为“”。
end 结束,其在端部的印刷字符串所附字符。默认为换行符。
name 一种操作(可选)的名称。

急切地执行时无。在曲线图中跟踪此返回一个TF运算符将指定的输出流或记录级别在指定的输入。该运营商将除内自动执行tf.compat.v1图形和会话。

ValueError 如果指定了不支持的输出流。

Python2兼容性

在Python 2.7,确保导入以下: from __future__ import print_function