Tensorflow 在keras'中无tf打印结果；s型拟合

我写了这个损失（用于测试keras中的自定义损失）：

然后：

model.compile(loss=loss, 
              optimizer=keras.optimizers.Adadelta(),
              metrics=['accuracy'])
model.fit(x_train, y_train)

没有tf。打印结果：

Epoch 1/12 
60000/60000 [==============================] - 12s 198us/step - loss: 25.3197 - acc: 0.9384 - val_loss: 5.6927 - val_acc: 0.9857
Epoch 2/12
60000/60000 [==============================] - 11s 187us/step - loss: 8.7803 - acc: 0.9798 - val_loss: 4.6938 - val_acc: 0.9888

---

为什么？

我想你在Jupyter笔记本上运行这个。打印到呼叫Jupyter笔记本的终端。看看有没有输出

请参见手册页的蓝色注释

根据以下Evgeniya的评论：您可以编写自己的版本来打印所需的数据（代码）：

---

我以前见过这个。从python命令行运行py文件，您将看到tf中的内容。打印（）。

我发现

print("foo = " + str(foo.eval()))

---

（其中foo是你的张量）工作正常。

在Jupyter笔记本电脑中没有办法做到这一点？你控制了Jupyter笔记本电脑环境吗？我找到了解决方案，需要重定向stderr:没想到，正在寻找Jupyter cell magic。。。不过运气不好。@EvgeniyaTveritinova在调用

tf\u print

时，你传递了什么来代替

op

？

"""
The default tf.Print op goes to STDERR
Use the function below to direct the output to stdout instead
Usage: 
> x=tf.ones([1, 2])
> y=tf.zeros([1, 3])
> p = x*x
> p = tf_print(p, [x, y], "hello")
> p.eval()
hello [[ 0.  0.]]
hello [[ 1.  1.]]
"""
def tf_print(op, tensors, message=None):
    def print_message(x):
        sys.stdout.write(message + " %s\n" % x)
        return x

    prints = [tf.py_func(print_message, [tensor], tensor.dtype) for tensor in tensors]
    with tf.control_dependencies(prints):
        op = tf.identity(op)
    return op

print("foo = " + str(foo.eval()))