Tensorflow之调试(Debug) && tf.py_func() Tensorflow之调试(Debug)及打印变量

• Tensorflow之调试(Debug)及打印变量

几种常用方法:

1.通过Session.run()获取变量的值

2.利用Tensorboard查看一些可视化统计

3.使用tf.Print()和tf.Assert()打印变量

4.使用Python的debug工具: ipdb, pudb

5.利用tf.py_func()向图中插入自定义的打印代码, tdb

6.使用官方debug工具: tfdbg

• 一个很有用的函数 tf.py_func

它的具体功能描述是包装一个普通的 Python 函数，这个函数接受 numpy 的数组作为输入和输出，让这个函数可以作为 TensorFlow 计算图上的计算节点 OP 来使用。

py_func(
    func,
    inp,
    Tout,
    stateful=True,
    name=None
) 

参数:

    func: 一个 Python 函数, 它接受 NumPy 数组作为输入和输出，并且数组的类型和大小必须和输入和输出用来衔接的 Tensor 大小和数据类型相匹配.
    inp: 输入的 Tensor 列表.
    Tout: 输出 Tensor 数据类型的列表或元祖.
    stateful: 状态，布尔值.
    name: 节点 OP 的名称.