如何正確地將tf.Print（）節點附加到我的張量流圖上？

Question

據我瞭解，我應該可以做這樣的事情的印刷者添加到我的圖：

a = nn_ops.softmax(s) 

a = tf.Print(a, [tf.shape(a)], message="This is shape a: ") 

並執行圖時本應打印的a形狀。然而，這個語句對我沒有輸出（我正在運行seq2seq tensorflow教程，這個softmax屬於注意函數，所以它肯定會被執行）。

我做得到輸出，如果不是我做這樣的事情：

ph = tf.placeholder(tf.float32, [3,4,5,6]) 

ts = tf.shape(ph) 

tp = tf.Print(ts, [ts], message="PRINT=") 

sess = tf.Session() 

sess.run(tp) 

然而，在我的真實的例子，sess.run()被稱爲seq2seq_model.py，如果我嘗試做sess.run(a)在關注功能，tensorflow抱怨：

You must feed a value for placeholder tensor 'encoder0' with dtype int32

，但我沒有在代碼中的這個點訪問輸入饋。我怎樣才能解決這個問題？

Answer 1

如果您只想知道張量形狀，通常可以在不運行圖形的情況下推斷它。那麼你不需要tf.Print。

例如，在第二代碼片段可以只使用：

ph = tf.placeholder(tf.float32, [3,4,5,6]) 
print(ph.get_shape()) 

如果想查看哪些上（使用tf.shape）輸入尺寸取決於形狀或你想看到的值還有取決於的輸入，不可能不提供輸入數據。

例如，如果您訓練模型，其中x和y分別是您的樣本和標籤，則不提供它們就無法計算成本。

如果你有下面的代碼：

predictions = ... 
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y_output, y_train)) 
cost = tf.Print(cost, [tf.shape(cost)], message='cost:') 

試圖無需提供佔位符值將無法正常工作，以評估它：

sess.run(cost) 
# error, no placeholder provided 

然而，這將如預期：

sess.run(cost, {x: x_train, y: y_train}) 

關於你的第一個代碼片段。爲了工作，需要執行tf.Print節點才能打印消息。我懷疑你的情況下，打印節點在進一步的計算過程中沒有被使用。

例如下面的代碼不會產生輸出：

import tensorflow as tf 

a = tf.Variable([1., 2., 3]) 
b = tf.Variable([1., 2., 3]) 

c = tf.add(a, b) 

# we create a print node, but it is never used 
a = tf.Print(a, [tf.shape(a)], message='a.shape: ') 

init = tf.global_variables_initializer() 

with tf.Session() as sess: 
    sess.run(init) 
    print(sess.run(c)) 

然而如果反向線使得打印節點計算過程中使用，你將看到的輸出：

a = tf.Print(a, [tf.shape(a)], message='a.shape: ') 
# now c depends on the tf.Print node 
c = tf.add(a, b)