Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mencetak Nilai Tensor TensorFlow?

Bagaimana untuk Mencetak Nilai Tensor TensorFlow?

DDD
Lepaskan: 2024-11-13 09:00:03
asal
979 orang telah melayarinya

How to Print the Values of TensorFlow Tensors?

Nilai Pencetakan TensorFlow Tensor: Panduan Komprehensif

Dalam TensorFlow, objek Tensor mewakili tatasusunan data berbilang dimensi. Untuk mengakses nilai sebenar yang disimpan dalam Tensor, anda perlu menilainya dalam Sesi.

Kaedah Session.run()

Pendekatan yang paling mudah ialah untuk menggunakan kaedah Session.run() untuk menilai Tensor dan mendapatkan semula nilainya:

import tensorflow as tf

sess = tf.Session()
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)
print(sess.run(product))
Salin selepas log masuk

Ini akan mencetak nilai Tensor sebagai tatasusunan NumPy.

Kaedah Tensor.eval()

Anda juga boleh menggunakan kaedah Tensor.eval() untuk menilai Tensor dalam Sesi lalai:

with tf.Session():
    print(product.eval())
Salin selepas log masuk

Interaktif Sesi

Untuk pendekatan yang lebih mudah, anda boleh menggunakan tf.InteractiveSession untuk membuka Sesi lalai untuk keseluruhan program anda:

import tensorflow as tf

tf.InteractiveSession()

matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)
print(product.eval())
Salin selepas log masuk

Nota

  • Untuk kecekapan, TensorFlow memisahkan definisi pengiraan (membina graf aliran data) daripada pelaksanaan (menilai graf dan menghasilkan nilai).
  • Pengendali tf.print() juga boleh digunakan untuk mencetak nilai Tensor, tetapi ini memerlukan pelaksanaan manual dengan Session.run().
  • Fungsi tf.get_static_value() boleh digunakan untuk mendapatkan nilai tetap Tensor jika ia boleh dikira cekap.

Atas ialah kandungan terperinci Bagaimana untuk Mencetak Nilai Tensor TensorFlow?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan