Question

我是Tensorflow的新人。我在理解它的常数时遇到了麻烦。我有下面提到的这个简单代码：

import tensorflow as tf
vector = tf.constant([[1,2,3,4],[4,5,6,7],[8,9,1,2]],tf.int32,name="vector")
with tf.Session() as sess:
    v = sess.run(vector)
    argm = tf.argmax(v,1)
    print(argm)

我希望这会返回类似[4,7,8]的内容，正如我从文档中所理解的那样。相反，我得到了这个：

 Tensor("ArgMax:0", shape=(3,), dtype=int64).

所以，我不知道自己做错了什么。

Answer 1

除了@James的答案之外，您可能想要使用tensorflow的eager execution，其行为更像“标准”python：操作在您键入时执行，不再有图形和Session。

import tensorflow as tf

tf.enable_eager_execution()

vector = tf.constant([[1,2,3,4],[4,5,6,7],[8,9,1,2]],tf.int32,name="vector")
argm = tf.argmax(vector,1)
print(argm)

Answer 2

像tf.argmax这样的Tensorflow操作有点不直观地执行他们所说的操作，但是将操作添加到将要执行的图形中。当您运行argm = tf.argmax(v,1)时，返回值是尚未评估的张量。

如果你想要argmax操作的结果，你可以运行这样的东西：

import tensorflow as tf
vector = tf.constant([[1,2,3,4],[4,5,6,7],[8,9,1,2]],tf.int32,name="vector")
argm = tf.argmax(vector,1)
with tf.Session() as sess:
    a = sess.run(argm)
    print(a)

使用此代码，我们明确要求Tensorflow运行计算以计算tf.argmax操作的结果。使用之前的代码，我们运行计算来计算v（这是一个常量，因此非常快），然后定义一个新的图形操作来计算argmax - 但实际上从未进行过计算。

当在恒定张量上进行评估时，Tensorflow的Argmax函数不会打印值

2 个答案: