我想查看计算v_t的ADAM算法的每次迭代的结果，因此我将以下代码添加到keras \ optimizers.py文件中的Adam类中：
diff -y --suppress-common-lines file1 file2
我希望获得此形状中的每个数值，类似于矩阵的形式。 但下面的输出不是我的预期：
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
v_t: Tensor("training/Adam/add_2:0", shape=(8, 512), dtype=float32)这行代码是Adam类本身的一部分，下一行添加了自己的代码：
v_t: Tensor("training/Adam/add_5:0", shape=(128, 512), dtype=float32)
我做了以下尝试，但会报告错误如下： InvalidArgumentError（参见上面的回溯）：Shape [-1,1,8]具有负尺寸 [[节点：lstm_1_input = Placeholderdtype = DT_FLOAT，shape = [？，1,8]，_ device =“/ job：localhost / replica：0 / task：0 / cpu：0”]]
这是我的模特：
v_t = (self.beta_2 * v) + (1. - self.beta_2) * K.square(g)
print('v_t:',v_t)# This is my added code
model = Sequential()
model.add(LSTM(128, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(Dense(1))我只想输出这个形状的每个值。