Question

当我尝试在会话中运行以下功能时，我遇到了问题。它应该在func_seq上执行求和，并且在每一代中，它使用内置最小化函数的Tensorflow最小化代码中的其他位置。

是否有任何理由为什么每一代都显示为＆＃34;无＆＃34;？我尝试在eval函数中的总和之后打印，但没有运气。任何帮助将非常感激。

def eval(func_seq):
    sum = tf.reduce_sum(func_seq)
    sum_tensor = tf.convert_to_tensor(sum, dtype=tf.float32)
    return sum_tensor

这是我执行代码时得到的结果：

Input:  [  1.46641091e-01   1.49433703e+05   3.90815163e+01   1.88019681e+00
   1.38264828e+05   1.40512295e+01   2.62794423e+00   4.28223938e-01
   3.13967906e+05]
None
None
None
None
None
None
None
None
None
None
Execution time: 0.12505006790161133 seconds

Answer 1

解决方案是运行最小化功能＆＃34;训练＆＃34; （在其他地方声明）在会话中，并帮助可视化程序中的每一代我在打印语句中调用该方法。

# Declared outside of session
train = optimizer.minimize(eval(func_seq))

...

# Declared in session
sess.run(train)
print("Generation", x, ": ", sess.run(eval(func_seq)))

张量出现为＆＃34;无＆＃34;在Tensorflow中

1 个答案: