python之如何在 Tensorflow 运行时查看或保存一个张量

我有一个模型:

def __init__(params): 
    seq2seq() { 
        outputs, states = rnn.rnn(...) 
    }  
 
def step() 
    ... 
    session.run(output_feed, input_feed) 

模型调用者:

with tf.Session as sess: 
    model = create_model(sess) (does __init__, loads checkpoint) 
    inputs = ... 
    outputs = model.step(sess, inputs) 

如何打印/保存/查看 rnn.rnn() 返回的“状态”是什么？

我尝试了 tf.Print(states[-1], [states[-1]]) ，它给出了张量的形状。

Tensor("model/seq2seq/Print:0", shape=TensorShape([Dimension(None), Dimension(4096)]), dtype=float32) 

我已经尝试过 states[-1].eval() ，它提供了一系列错误，例如:

  Compute status: Invalid argument:  
  You must feed a value for placeholder tensor 'encoder1' with dtype int32    

我也曾尝试将 var 添加到模型中以返回它，但这没有用:

 def __init__(): 
     ... 
     self.state = state  
 
 def step(): 
     output_feed.append(self.state) 
     result = session.run(output_feed, input_feed) 
     return result 

请您参考如下方法:

为了在 eval 方法中查看张量的值，您不能依赖于图中的任何占位符。在这种情况下，错误消息告诉您 states[-1] 依赖于 'encoder1'。

您可以像这样调用 seesion.run 并输入占位符的值:

session.run(states[-1], feed_dict={encoder1:[#values for encoder1 here 
                                            ]}) 

其中 encoder1 是占位符对象。这应该返回 states[-1] 的值，然后您可以将其序列化以保存。

在您的特定情况下，encoder1 可能是 rnn 中的内部占位符，因此您可能希望运行如下内容:

_, state_values = session.run([output_feed, states[-1]], input_feed) 

在运行它的上下文中获取变量的值。