大步打印张量答案

【问题标题】：Printing tensor in strides大步打印张量
【发布时间】：2019-09-30 04:56:20
【问题描述】：

我正在从通过 librosa 加载的音频文件创建 one_hot 编码的张量。张量很大，我不想全部打印出来。

事实上，这就是它向我展示的内容，然后当我尝试打印它时从不打印：（或者它可能会但我不想等待）W tensorflow/core/framework/allocator.cc:124] Allocation of 1387692032 exceeds 10% of system memory.

如何只打印某些值？例如，我想在张量中每 50 个热编码打印一次。

one_hot = _one_hot(load_audio()) # Tensor
sess = tf.InteractiveSession()

one_hot_prnt = tf.Print(one_hot, [one_hot], "One hot encoding:")
evaluator = tf.add(one_hot_prnt, one_hot_prnt)

evaluator.eval()

【问题讨论】：

标签： tensorflow one-hot-encoding

【解决方案1】：

tensorflow 中的张量支持类似于 numpy 的精美索引。您可以迭代张量的某个维度。

考虑以下形状为 (10000, 10) 的张量 (t)。现在您可以一次遍历第一个维度一个索引，并获得形状为 (10, ) 的数组例如

t = tf.random.uniform(shape=(10000, 10)
print(t[0, :].eval(session=session)) # This prints first row of the tensor. The result is array with shape (10, )

您还可以通过指定坐标（[row, col]）值来访问张量内的值单个（单元格）位置。

t = tf.random.uniform(shape=(10000, 10)
print(t[0, 0].eval(session=session)) # This prints first element of first row. If the tensor has dimensions more than two, is this value would be a matrix or a tensor.

【讨论】：