在不使用会话的情况下打印 TensorFlow 对象

Question

我在尝试打印 TensorFlow 对象时收到不同的错误。

import numpy as np
import tensorflow as tf

TensorFlow 和 numpy 的版本分别是 2.6 和 1.19.5。

print("np version:", np.__version__)
print("tf version:" ,tf.version.VERSION)
print("eager is on? ", tf.executing_eagerly())

#np version: 1.19.5
#tf version: 2.6.0
#eager is on?  True

现在，让我创建一个小数组并将其转换为 tf 对象。

arr= [0,1.2,-0.8]
arr = tf.constant(arr, dtype = tf.float32)

当我使用tf.print 或tf.compat.v1.print(arr) 时，没有任何反应。当我拨打numpy 时，我确实收到了错误消息。

tf.compat.v1.print(arr.numpy())

AttributeError: 'Tensor' object has no attribute 'numpy'

到目前为止唯一有效的是;

with tf.compat.v1.Session() as sess:  print(arr.eval()) 

#[ 0.   1.2 -0.8]

但是，我想使用numpy，因为我的目标是在训练阶段打印网络的某些功能。例如，如果我想打印学习率，我调用with tf.compat.v1.Session() as sess: print(model.optimizer.learning_rate.eval()) 。然而，它又返回了一个错误。

 'ExponentialDecay' object has no attribute 'eval'

我之前可以使用numpy 打印所有内容，但是，我更新了TensorFlow 和numpy 软件包，现在面临很多不兼容问题。最糟糕的是我不记得我使用的是哪个版本。

我遵循了这篇文章中解释的每一步 AttributeError: 'Tensor' object has no attribute 'numpy'。它没有帮助我。

Answer 1

下面的代码给了我一个输出 -

import numpy as np
import tensorflow as tf

print("np version:", np.__version__)
print("tf version:" ,tf.version.VERSION)
print("eager is on? ", tf.executing_eagerly())
tf.enable_eager_execution()

arr= [0,1.2,-0.8]
arr = tf.constant(arr, dtype = tf.float32)

tf.compat.v1.print(arr.numpy())

输出：array([ 0. , 1.2, -0.8], dtype=float32)

你添加tf.enable_eager_execution()了吗？