tensorflow eager调试模式关键导入如下两行便于debug

TensorFlow Eager Execution实战
本文通过两个实例展示了如何在TensorFlow中使用Eager Execution模式进行实时计算,包括张量运算和矩阵乘法,深入浅出地介绍了此模式下张量操作的执行流程和结果获取方法。
部署运行你感兴趣的模型镜像

import tensorflow as tf
#tensorflow eager调试模式关键导入如下两行
import tensorflow.contrib.eager as tfe
tfe.enable_eager_execution()

#使得LSTM模型循环使用

tf.reset_default_graph()
import numpy as np
############example1
np_x = np.array(2., dtype=np.float32)
x = tf.constant(np_x)
py_y = 3.
y = tf.constant(py_y)
z = x + y + 1 
print(z)
print(z.numpy())

############example2
x=[[2,2],[3,3]]
m=tf.matmul(x,x)
print(m)

#输出

分别为

tf.Tensor(6.0, shape=(), dtype=float32)
6.0


tf.Tensor(
[[10 10]
 [15 15]], shape=(2, 2), dtype=int32)

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值