【TensorFlow】查看 tensor详细数值

1.问题

想查看tensor的值，print后，只能 看到它的类型信息，而我想看的是value。

问题现场：

# -*- coding: utf-8 -*-
import tensorflow as tf
a=tf.constant(2)
b=tf.constant(3)
x=tf.constant(4)
y=tf.constant(5)
print a
print b
print x
print y

输出：
Tensor("Const:0", shape=(), dtype=int32)
Tensor("Const_1:0", shape=(), dtype=int32)
Tensor("Const_2:0", shape=(), dtype=int32)
Tensor("Const_3:0", shape=(), dtype=int32)

其实我想到的就是：

2
3
4
5

原因：

  print只能打印输出shape的信息，而要打印输出tensor的值，需要借助 tf.Session，tf.InteractiveSession。TensorFlow是惰性语法，没有OP(加减乘除)使用这些Tensor，就不真正计算赋值。

  因为我们在建立graph的时候，只建立 tensor 的 结构形状信息 ，并没有 执行 数据的操作。

2.解决

使用tf.Session。

Session 是 Tensorflow 为了控制,和输出文件的执行的语句. 运行 session.run() 可以获得你要得知的运算结果, 或者是你所要运算的部分. 

# -*- coding: utf-8 -*-
import tensorflow as tf
a=tf.constant(2)
b=tf.constant(3)
x=tf.constant(4)
y=tf.constant(5)
with tf.Session() as sess:
    print sess.run(a)
    print sess.run(b)
    print sess.run(x)
    print sess.run(y)

输出：
2
3
4
5

另外一种使用tf.InteractiveSession

# -*- coding: utf-8 -*-
import tensorflow as tf
a=tf.constant(2)
b=tf.constant(3)
x=tf.constant(4)
y=tf.constant(5)

sess = tf.InteractiveSession()
print a.eval()
print b.eval()
print x.eval()
print y.eval()

3.tf.Session和tf.InteractiveSession的区别

tf.InteractiveSession()默认自己就是用户要操作的session，而tf.Session()没有这个默认，因此用eval()启动计算时需要指明session。

意思就是在我们使用tf.InteractiveSession()来构建会话的时候，我们可以先构建一个session然后再定义操作（operation），如果我们使用tf.Session()来构建会话我们需要在会话构建之前定义好全部的操作（operation）然后再构建会话。

官方tutorial是这么说的：

The only difference with a regular Session is that an InteractiveSession installs itself as the default session on construction. The methods Tensor.eval() and Operation.run() will use that session to run ops.

翻译一下就是：tf.InteractiveSession()是一种交互式的session方式，它让自己成为了默认的session，也就是说用户在不需要指明用哪个session运行的情况下，就可以运行起来，这就是默认的好处。这样的话就是run()和eval()函数可以不指明session。

 

参考

1.官方文档：https://www.tensorflow.org/api_docs/python/tf/compat/v1/InteractiveSession

2.二者区别：https://blog.csdn.net/M_Z_G_Y/article/details/80416226