如何列印tensorflow 的dataset

有時，為了除錯資料，需要將資料列印打出來，可以用interator來遍歷資料

首先定義兩個遍歷函式，

def

print_dataset(self, data_set):
iterator =data_set.make_one_shot_iterator()
next_element =iterator.get_next()
num_batch =0
with tf.train.monitoredtrainingsession() as sess:
while
notsess.should_stop():
value =sess.run(next_element)
num_batch += 1
print("
num batch: 
", num_batch)
print("
batch value: 
", value)

def

print_dataset2(self, data_set):
iterator =data_set.make_initializable_iterator()
next_element =iterator.get_next()
num_batch =0
with tf.train.monitoredtrainingsession() as sess:
sess.run(iterator.initializer)
while
true:
try:
value =sess.run(next_element)
print("
num batch: 
", num_batch)
print("
batch value: 
", value)
#assert j == value
#j += 1
num_batch += 1
except
tf.errors.outofrangeerror:
break

第乙個函式不支援lookup等操作，會報錯

valueerror: failed to create a one-shot iterator for a dataset. `dataset.make_one_shot_iterator()` does not support datasets that capture stateful objects, such as a `variable` or `lookuptable`. in these cases, use `dataset.make_initializable_iterator()`. (original error: cannot capture a stateful node (name:hash_table, type:hashtablev2) by value.)

在這種情況下，使用第二個函式。

dataset =tf.data.textlinedataset(file_list)

print("
*****==len(file_list)*****==
",len(file_list))
print
(dataset)
self.print_dataset(dataset)
self.text_set = self.text_set.map(lambda
src, tgt:
(self.case_table.lookup(src), self.case_table.lookup(tgt))
).prefetch(buffer_size)
self.print_dataset2(self.text_set)

tensorflow之如何列印tensor張量的值

在學習tensorflow的過程中，我們需要知道某個tensor的值是什麼，這個很重要，尤其是在debug的時候。直接print只能列印輸出shape的資訊，而要列印輸出tensor的值，需要借助class tf.session,class tf.interactivesession。因為我們在建立...

Tensorflow列印變數的值

用tf.print 函式 tf.print input data,message none,first n none,summarize none,name none 列印張量列表 輸入 input 通過此op的乙個tensor.即輸入tf.print 中的資料 data 當此op被計算之後列印輸出...

tensorflow 如何使用矩陣

refence tensorflow machine learning cookbook working with matrices packt.tensorflow.machine.learning.cookbook.2017 筆記 coding utf 8 import tensorflow a...