Python 如何在tensorflow mnist_softmax.py中打印张量值

我刚刚尝试在TensorFlow 0.8中运行

mnist_softmax.py

。 我想在模型测试步骤之前观察

y

和

y

的值

代码如下：

print(y)  # added by me
print(y_)  # added by me

# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))

已完成的代码可在上获得

以下是输出：

Tensor("Softmax:0", shape=(?, 10), dtype=float32)
Tensor("Placeholder_1:0", shape=(?, 10), dtype=float32)

我也尝试过使用

sess.run（y）

，和

y.eval（）

，但我尝试时遇到了如下错误：

tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float
         [[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
Caused by op u'Placeholder', defined at: ...

---

TL；DR:无论是

y

张量还是

y

张量都依赖于运算，因此它们要求您在计算时输入一个输入值。您可以通过如下方式输入一批输入数据，在一批输入数据上打印softmax的输出：

batch_xs, _ = mnist.train.next_batch(100)
print(y.eval({x: batch_xs}))

---

MNIST示例包含以下行：

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

请注意，您试图打印的第一个张量，

y

，是

x

的函数，它被定义为

tf.placeholder（）

。

tf.placeholder（）

op是一种为计算定义符号的方法：它本身没有任何值，而是说

x

必须是一个包含

784

列的浮点值矩阵

运行/计算

y

而不为

x

提供值，就像编写以下Python函数并调用它而不使用其所有参数一样：

def y(x):
    W = ...
    b = ...
    return softmax(matmul(x, W), b)

# This would fail with an error.
print(y())

如何为参数指定一个值？在TensorFlow中，您可以通过为占位符输入一个值来实现这一点（如和中所示）：

---

张量

y

被定义为

tf.placeholder（）

。出于技术原因，即使为占位符提供了值，也不能直接计算占位符。然而，这样做并不是特别有用！相反，您可以只打印本应输入的值。

TL；DR:无论是

y

张量还是

y

张量都依赖于运算，因此它们要求您在计算时输入一个输入值。您可以通过如下方式输入一批输入数据，在一批输入数据上打印softmax的输出：

batch_xs, _ = mnist.train.next_batch(100)
print(y.eval({x: batch_xs}))

---

MNIST示例包含以下行：

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

请注意，您试图打印的第一个张量，

y

，是

x

的函数，它被定义为

tf.placeholder（）

。

tf.placeholder（）

op是一种为计算定义符号的方法：它本身没有任何值，而是说

x

必须是一个包含

784

列的浮点值矩阵

运行/计算

y

而不为

x

提供值，就像编写以下Python函数并调用它而不使用其所有参数一样：

def y(x):
    W = ...
    b = ...
    return softmax(matmul(x, W), b)

# This would fail with an error.
print(y())

如何为参数指定一个值？在TensorFlow中，您可以通过为占位符输入一个值来实现这一点（如和中所示）：

---

张量

y

被定义为

tf.placeholder（）

。出于技术原因，即使为占位符提供了值，也不能直接计算占位符。然而，这样做并不是特别有用！相反，您可以只打印您要输入的值。

签出：签出：谢谢，mrry。这个问题困扰了我一整天。你的解释比tensorflow.org清楚得多。谢谢你，mrry。这个问题困扰了我一整天。你的解释比tensorflow.org更清楚。