tf。如果图表损坏，则打印无法正常工作

Question

我正在尝试建立一个完全卷积的神经网络。我的问题是，在某个阶段，张量的形状不再匹配，从而导致Exception和异常，我想在每个步骤之后打印张量的形状，以便能够指出问题所在。但是问题是，如果图形损坏并且某个时刻抛出了异常，则tf.Print似乎无法打印任何内容（即使异常发生在管道中的print语句之后）。我在打印中使用以下代码。如果我有一个有效的图形，那可以正常工作。那么，tf.Print真的只能用于工作图吗？如果是这种情况，我该如何打印张量的形状，还是使用某些调试器（例如tfdbg）的唯一可能性？

upsample = custom_layers.crop_center(input_layer, upsample)

upsample_print = tf.Print(upsample, [tf.shape(upsample)], "shape of tensor is ")

logits = tf.reshape(upsample_print, [-1, 2])

...

给出的错误是

ValueError: Dimension size must be evenly divisible by 2898844 but is 2005644 for 'gradients/Reshape_grad/Reshape' (op: 'Reshape') with input shapes: [1002822,2], [4] and with input tensors computed as partial shapes: input[1] = [?,1391,1042,2].

Answer 1

尝试一下print(upsample.get_shape())。

Answer 2

tf.Print仅在运行时打印。它只是向图添加一个节点，该节点在执行时会向控制台打印一些内容。因此，如果您的图形无法构建，即无法执行任何计算，那么您将永远不会看到的输出tf.Print。在构造时，您只能看到张量的静态形状（例如，使用Python本机print语句打印它们）。我不知道在构造时获取动态形状的任何方式（动态形状取决于您提供的实际输入，因此无法在实际提供某些东西之前就知道，这只会在运行时发生）。对于我的目的而言，了解静态形状通常就足够了。如果不是这种情况，请尝试在一个玩具示例中将动态尺寸设为静态，然后用Python打印所有形状以找出问题所在。