Tensorflow調試指南：tf.Print

TL；DR

tf.Print(input,data)

a=tf.Print(a,["value",a,"shape",tf.shape(a)])

tensor a可以定義在代碼的任意一個位置，只要在session.run時節點a有數據流過（否則你也不會想要debug它），data就會被打印到終端。

Code

import tensorflow as tf

def _test_():
    with tf.variable_scope('ts'):
        a=tf.constant(1)
        a=tf.Print(a,["value",a,"shape",tf.shape(a)])
    return a

import tensorflow as tf
from TryDebug import _test_
if __name__ == '__main__':
    with tf.Session() as sess:
        print(sess.run(_test_()))

Play with it！

Some Detail

1. 信息被打印到標準錯誤流，而非標準輸出流，在pycharm裏，前者紅色，後者白色
   
2. tf.Print是一個tensor操作，這意味着他也會在圖上添加一個節點，這個節點的功能和tf.identity類似，僅傳遞數據，打印錯誤輸出是它的副作用。
3. data的輸入必須是string或者tensor
4. 實際上，tf.Print的input和data並不一定匹配，input的作用僅僅是將節點添加到圖上，而data可以是任何有數據流過的節點。

Note：這篇文章適用於tensorflow2.0的靜態計算圖+會話機制，對於2.0新增加的keras模式和動態計算圖，我尚未學習，也不確定是否有更好的辦法！