как использовать tf.print (не tf.Print) в API высокого уровня Estimator

Question

как использовать tf.print (не tf.Print) в API высокого уровня Estimator

предположим, что строка: @ "200" адрес указателя: 0xeeff @ "100" адрес указателя: 0xeeaa

, поэтому ваш код может измениться следующим образом:

 NSString *johnsMoney = @"200";
(johnsMoney = 0xeeff)
 NSString *marysMoney = johnsMoney;
(marysMoney = 0xeeff)

 johnsMoney = @"100";
(johnsMoney = 0xeeaa)
(marysMoney = 0xeeff)

marysMoney адрес указателя не изменен, но адрес указателя johnsMoney изменился.

Как то же: предположим, что объект: адрес указателя dog1: 0xeeff

, поэтому ваш код может измениться следующим образом:

Dog *dog1 = [[Dog alloc] init];
(dog1 pointer address: 0xeeff)

dog1.name = @"Dog 1";

Dog *dog2 = dog1;
(dog2 pointer address: 0xeeff)

dog1.name = @"Dog 3";
(dog1 pointer address still: 0xeeff)
(dog2 pointer address still: 0xeeff)

Поскольку все они указывают на один и тот же адрес, оба они изменились.

0

tensorflow

задан hakunami 16 January 2019 в 06:58

1 ответ

Другие вопросы по тегам:

tensorflow

Похожие вопросы:

score 0 · Answer 1

Чтобы использовать tf.print в графическом режиме, вот как работает tf.estimator, вы можете просто использовать tf.print в качестве замены для tf.Print, вам просто нужно принудительно выполнить tf.print ] операции перед выполнением тензора в вашем model_fn, следовательно, учитывая входной тензор, input_ вашего model_fn, вы можете просто:

    print_op = tf.print(tensor_to_log)
    with tf.control_dependencies([print_op]):
        first_layer_output = first_inpyt_layer(input_)

или даже

    print_op = tf.print(tensor_to_log)
    with tf.control_dependencies([print_op]):
        input_ = tf.identity(input_)
    # define your model using input_ as usual