Python 如何打印Keras'；使用Tensorflow后端时的SGD优化器

我想写一个Keras的SGD变体，它允许在指定的迭代中离散地改变步长。我正在使用Tensorflow后端

为了帮助调试，我试图让优化器的

get\u updates

方法将消息打印给我，但我似乎做不到。我试过标准的print语句和tf.print，但都不起作用。直接来自Keras SGD optimizer cldass的相关代码如下所示：

@interfaces.legacy_get_updates_support
def get_updates(self, loss, params):
    print (" -------------------------> Getting updates <------------------------------------------")
    grads = self.get_gradients(loss, params)
    self.updates = [K.update_add(self.iterations, 1)]
    tf.Print(self.iterations,
             [self.iterations],
             message="-------------------------------> GETTING UPDATES <----------------------------------------")

    lr = self.lr
    if self.initial_decay > 0:
        lr = lr * (1. / (1. + self.decay * K.cast(self.iterations,
                                                  K.dtype(self.decay))))

    # momentum
    shapes = [K.int_shape(p) for p in params]
    moments = [K.zeros(shape) for shape in shapes]
    self.weights = [self.iterations] + moments
    for p, g, m in zip(params, grads, moments):
        v = self.momentum * m - lr * g  # velocity
        self.updates.append(K.update(m, v))

        if self.nesterov:
            new_p = p + self.momentum * v - lr * g
        else:
            new_p = p + v

        # Apply constraints.
        if getattr(p, 'constraint', None) is not None:
            new_p = p.constraint(new_p)

        self.updates.append(K.update(p, new_p))
    return self.updates

@interfaces.legacy\u获取更新\u支持
def get_更新（自身、丢失、参数）：
打印（“--------------------------->获取更新获取更新我想我知道这里发生了什么

我的
print
语句仅在调用
get\u updates
时生成输出。它只调用一次，并返回用于实际计算更新的图（子图？）

我的
tf.Print
不会产生任何输出，因为我从未将其显式地放入计算图中

我想我知道这里发生了什么

我的
print
语句仅在调用
get\u updates
时生成输出。它只调用一次，并返回用于实际计算更新的图（子图？）

我的
tf.Print
不会产生任何输出，因为我从未将其显式地放入计算图中

为了在图形模式下使用
tf.print
，您可以使用
tf.print
作为
tf.print
的替代品，只需在
模型函数中执行张量之前强制执行
tf.print
操作。您可以查看详细信息。
为了使用
tf.print
在图形模式下，您可以使用
tf.print
作为
tf.print
的替代品，您只需在
模型函数中执行张量之前强制执行
tf.print
操作。您可以查看详细信息