keras 的 model.fit 中没有 tf.Print 的结果答案

【问题标题】：No result of tf.Print in keras's model.fitkeras 的 model.fit 中没有 tf.Print 的结果
【发布时间】：2018-10-02 19:08:12
【问题描述】：

我写了那个损失（用于测试 keras 中的自定义损失）：

def loss(y_true, y_pred):
  loss = -tf.reduce_sum(y_true * tf.log(y_pred))
  loss = tf.Print(loss, [loss], 'loss = ')
return loss

然后：

model.compile(loss=loss, 
              optimizer=keras.optimizers.Adadelta(),
              metrics=['accuracy'])
model.fit(x_train, y_train)

并且没有 tf.Print 结果：

Epoch 1/12 
60000/60000 [==============================] - 12s 198us/step - loss: 25.3197 - acc: 0.9384 - val_loss: 5.6927 - val_acc: 0.9857
Epoch 2/12
60000/60000 [==============================] - 11s 187us/step - loss: 8.7803 - acc: 0.9798 - val_loss: 4.6938 - val_acc: 0.9888

为什么？

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

我想你是在 Jupyter Notebook 中运行它。 tf.Print() 打印到终端从中调用 Jupyter Notebook。看看那里，看看有没有输出。

请参阅tf.Print() 手册页上的蓝色注释。

来自 Evgeniya 的评论如下：您可以编写自己的 tf.Print() 版本来打印您想要的数据（Vihari Piratla 编码）：

"""
The default tf.Print op goes to STDERR
Use the function below to direct the output to stdout instead
Usage: 
> x=tf.ones([1, 2])
> y=tf.zeros([1, 3])
> p = x*x
> p = tf_print(p, [x, y], "hello")
> p.eval()
hello [[ 0.  0.]]
hello [[ 1.  1.]]
"""
def tf_print(op, tensors, message=None):
    def print_message(x):
        sys.stdout.write(message + " %s\n" % x)
        return x

    prints = [tf.py_func(print_message, [tensor], tensor.dtype) for tensor in tensors]
    with tf.control_dependencies(prints):
        op = tf.identity(op)
    return op

【讨论】：

而在 Jupyter Notebook 中没有办法做到这一点？
您能控制 Jupyter Notebook 环境吗？
我找到了解决方案，需要重定向stderr：gist.github.com/vihari/f9b361058825e16d390f0e443bfdffc7
没想到，正在寻找 Jupyter 细胞魔法……不过运气不好。
@EvgeniyaTveritinova 在调用tf_print 时，您通过什么代替op？

【解决方案2】：

我以前见过这个。从 python 命令行运行 py 文件，你会看到 tf.打印（）。

【讨论】：

【解决方案3】：

我发现了

print("foo = " + str(foo.eval()))

（其中 foo 是你的张量）工作得很好。

【讨论】：