Question

我正在寻找一种获取张量值的方法。在大多数情况下，可以通过调用“ sess.run（target_op）”解决该问题。但是，我想知道另一种方式。我正在编辑从GitHub下载的代码，因此那里已有一个会话在运行代码。在不接触会话运行部分的情况下，是否有任何方法可以获得特定的张量值？就我而言，该代码旨在提高图像识别的准确性。在运行会话并进行准确性评估时，我还希望在同一会话中获得“预测”张量值，而无需创建另一个会话。例如，类似tf.Print的操作通过终端窗口显示张量值而无需直接运行会话（在第一个图中，我们只需要执行sess.run（e）即可从c打印张量） example of tf.Print

a = tf.constant(5)
b = tf.constant(3)
c = tf.add(a,b)

#print tensor c (which is 8)
d = tf.Print(c,[c])
f = tf.constant(2)
e = tf.multiply(f,d)
sess = tf.Session()

#print operation can be executed without running the session directly
g = sess.run(e)`

像tf.Print一样，是否有任何操作在不直接运行会话的情况下获取张量值？（如第二个数字） example of operation I am looking for

更具体地说，我想要的是获取张量的值（具有实际的数字和数组，而不仅仅是“张量”数据结构），并将其传递给全局变量以即使在会话关闭后也可以自由访问该值。会话仅执行位于图末端的运算符，而我希望该值的张量位于图的中间。由于我无法创建比原始代码更多的会话的限制，有没有办法获取特定的张量值？（我不能使用.eval（）或.run（），因为任何一个都需要访问'session'。我正在编辑的代码通过使用slim.evaluate_once函数运行代码，并且由于session（）绑定到该函数，因此我无法使用session（））

Answer 1

只要提供了适当的feed_dict，就没有理由不能仅从图中调用任何张量。例如，假设您想要一个名为biasAdd:0的张量，而您所谓的末端张量称为prediction

然后，您可以获取此张量并对其求值：

tensor = graph.get_tensor_by_name("biasAdd:0")
tensor_value, prediction_value = ses.run([tensor, prediction],... )

在tensorflow中，您必须使用run或eval来从图中获取数值

如何在TensorFlow中获取张量值（无需进行其他会话）

1 个答案: