TensorFlow官方文檔檢查狀態

檢查狀態

艾伯特（http://www.aibbt.com/）國內第一家人工智能門戶

在運行sess.run函數時，要在代碼中明確其需要獲取的兩個值：[train_op, loss]。

for step in xrange(FLAGS.max_steps):
    feed_dict = fill_feed_dict(data_sets.train,
                               images_placeholder,
                               labels_placeholder)
    _, loss_value = sess.run([train_op, loss],
                             feed_dict=feed_dict)

因爲要獲取這兩個值，sess.run()會返回一個有兩個元素的元組。其中每一個Tensor對象，對應了返回的元組中的numpy數組，而這些數組中包含了當前這步訓練中對應Tensor的值。由於train_op並不會產生輸出，其在返回的元祖中的對應元素就是None，所以會被拋棄。但是，如果模型在訓練中出現偏差，loss Tensor的值可能會變成NaN，所以我們要獲取它的值，並記錄下來。

http://www.aibbt.com/a/16370.html

假設訓練一切正常，沒有出現NaN，訓練循環會每隔100個訓練步驟，就打印一行簡單的狀態文本，告知用戶當前的訓練狀態。

if step % 100 == 0:
    print 'Step %d: loss = %.2f (%.3f sec)' % (step, loss_value, duration)