Python 如何查看tensorflow tensor keras输入层的内容？

我想看看下面keras输入类给出的张量流张量的内容

从keras.layers导入输入
顺序输入=输入（形状=（128），数据类型=（int32'））
#如何查看序列输入的内容
顺序输入
将tensorflow.compat.v1导入为tf
使用tf.Session（）作为sess：
打印（sequence_input.eval（））

中忽略的异常：
回溯（最近一次呼叫最后一次）：
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/client/session.py”，第763行，在__
如果self.\u会话不是无：
AttributeError:“会话”对象没有属性“\u会话”
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
5导入tensorflow.compat.v1作为tf
6作为np进口numpy
---->7将tf.会话（会话=sess）作为sess：
8打印（序列输入.eval（））
TypeError:\uuuu init\uuuuuuuuuu（）获取了意外的关键字参数“session”

---

我已经尝试了几种关于如何查看tensorflow张量内容的解决方案，但我遇到了错误，无法找到有效的代码。我在上面提出的解决方案中包含了错误。您有什么建议？

您想查看给定特定输入的张量的内容吗？或者只是这个张量的一般构型？无论如何，您可以使用keras模型类来定义您的模型，例如：

input = Input(shape=(128,), dtype='int32')
output = input
model = tf.keras.Model(inputs, output)

然后您可以访问模型层，例如model.layers[0]将是输入层。然而，我不确定我是否理解你的目的，因为输入张量将没有价值，除非你向模型提供一些数据

input = Input(shape=(128,), dtype='int32')
output = input
model = tf.keras.Model(inputs, output)