python - 打印张量值tensorflow 2.4

Question

我在训练我的 Transformer 时打印了一个值。

@tf.function
def train_step(inp, tar):
    tar_inp = tar[:, :-1]
    tar_real = tar[:, 1:]
    global i
    if i == 1:
      print('__________________')
      tf.print('Inp: ', inp, output_stream=sys.stdout)
      tf.print('Tar: ', tar, output_stream=sys.stdout)
      tf.print('Tar_inp: ', tar_inp, output_stream=sys.stdout)
      tf.print('Tar_real: ', tar_real, output_stream=sys.stdout)
      i += 1
    .......

但是 tf.print 不打印任何东西。但是我的第一个 print('_') 有效 我做错了什么？请帮我打印我的张量。

更新: 你也可以向我解释 tar_inp 和 tar_real 的结构，而不是修复 tf.打印。

Answer 1

尝试使用 tensor.numpy() 将其更改为 print() -

@tf.function
def train_step(inp, tar):
    tar_inp = tar[:, :-1]
    tar_real = tar[:, 1:]
    global i
    if i == 1:
      print('__________________')
      print('Inp: ', inp.numpy())
      print('Tar: ', tar.numpy())
      print('Tar_inp: ', tar_inp.numpy())
      print('Tar_real: ', tar_real.numpy())
      i += 1

---

W.r.t tar_inp 和 tar_real，索引在张量上的工作方式与在 numpy 数组上的工作方式相同，但它返回一个张量对象。因此您可以建立索引，然后将提取的值转换为 numpy 数组。

print(tf.convert_to_tensor([1,2,3]).numpy()) #get numpy
print(tf.convert_to_tensor([1,2,3])[1:].numpy()) #get numpy after indexing
print(tf.convert_to_tensor([1,2,3]).numpy()[1:]) #index after getting numpy

[1 2 3]
[2 3]
[2 3]