在Tensorflow 2.0中检查张量的值

我在使用Tensorflow 2.6.0时，尝试应用类似问题的答案时遇到了困难。

我在调试过程中希望查看张量中的值。如果我使用Python的print函数

predicted_ids=tf.random.categorical(predicted_logits, num_samples=1)predicted_ids=tf.squeeze(predicted_ids, axis=-1)print(predicted_ids)

我得到的输出是

Tensor("Squeeze:0", shape=(1,), dtype=int64)

然后我尝试了以下方法：

(1)

print(tf.Print(predicted_ids, [predicted_ids], message="This is predicted_ids: "))

(2)

with tf.Session() as sess:  print(predicted_ids.eval())

(3)

sess = tf.InteractiveSession()a = tf.Print(predicted_ids, [predicted_ids], message="This is predicted_ids: ")

所有这些方法都会抛出错误。我认为这是一个非常常见的问题，在TensorFlow 2.6.0中一定有一个优雅、健壮且简单的答案。

回答：

这实际上非常简单：

例如：

tf.random.categorical(tf.math.log([[0.5, 0.5]]), 5).numpy()

输出：

array([[1, 1, 1, 0, 1]])

在你的情况下：

predicted_ids.numpy()

学技术