tf.print

Выводит указанные входные данные.

tf.print(
    *inputs, **kwargs
)

Используется в блокнотах

Оператор TensorFlow, который выводит указанные входные данные в желаемый поток вывода или уровень ведения журнала. Входные данные могут быть плотные или разреженные тензоры, примитивные объекты Python, структуры данных, содержащие тензоры, и выводящие объекты Python. Выведенные тензоры будут рекурсивно показывать первые и последние элементы каждого измерения для обобщения.

tensor = tf.range(10)
tf.print(tensor, output_stream=sys.stderr)

tensor = tf.range(10)
tf.print("tensors:", tensor, {2: tensor * 2}, output_stream=sys.stdout)

tensor_a = tf.range(2)
tensor_b = tensor_a * 2
tf.print(tensor_a, tensor_b, output_stream=sys.stderr, sep=',')

@tf.function
def f():
    tensor = tf.range(10)
    tf.print(tensor, output_stream=sys.stderr)
    return tensor

range_tensor = f()

Использование совместимости в графах TF 1.x:

В графах, созданных вручную вне tf.function, этот метод возвращает созданный оператор TF, который выводит данные. Чтобы убедиться в выполнении оператора, пользователям необходимо передать произведённый оператор в метод tf.compat.v1.Session's run, или использовать оператор в качестве зависимости контроля для выполненных операторов, указав with tf.compat.v1.control_dependencies([print_op]).

tf.compat.v1.disable_v2_behavior()  # for TF1 compatibility only

sess = tf.compat.v1.Session()
with sess.as_default():
  tensor = tf.range(10)
  print_op = tf.print("tensors:", tensor, {2: tensor * 2},
                      output_stream=sys.stdout)
  with tf.control_dependencies([print_op]):
    tripled_tensor = tensor * 3

  sess.run(tripled_tensor)

(Это выводит "тензоры: [0 1 2 ... 7 8 9] {2: [0 2 4 ... 14 16 18]}" в sys.stdout)

Примечание: В Jupyter блокнотах и colabs tf.print выводит в выходные данные ячейки блокнота. Он не будет записывать в журналы консоли ядра блокнота.