tf.print

Выводит указанные входные данные.

tf.print(
    *inputs, **kwargs
)

Используется в блокнотах

Оператор TensorFlow, который выводит указанные входные данные в нужный поток вывода или на заданном уровне журналирования. Входными данными могут быть плотные или разреженные тензоры, простые объекты Python, структуры данных, содержащие тензоры, а также объекты Python, которые можно вывести. Для краткого представления выводимые тензоры рекурсивно показывают первые и последние элементы каждого измерения.

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 для обеспечения совместимости в графах TF 1.x:

В графах, созданных вручную вне tf.function, этот метод возвращает созданный оператор TF, который выводит данные. Чтобы оператор выполнился, необходимо передать созданный оператор методу run объекта tf.compat.v1.Session или использовать оператор как управляющую зависимость для выполняемых операций, 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)

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

Примечание: В блокнотах Jupyter и Colab функция tf.print выводит данные в области вывода ячейки блокнота. Она не записывает данные в журналы консоли ядра блокнота.