注意:该API仅支持【静态图】模式
paddle.fluid.layers.
Print
(input, first_n=-1, message=None, summarize=20, print_tensor_name=True, print_tensor_type=True, print_tensor_shape=True, print_tensor_lod=True, print_phase='both')[源代码]
Print操作命令
该OP创建一个打印操作,打印正在访问的Tensor内容。
封装传入的Tensor,以便无论何时访问Tensor,都会打印信息message和Tensor的当前值。
- 参数:
- input (Variable)-将要打印的Tensor
- summarize (int)-打印Tensor中的元素数目,如果值为-1则打印所有元素。默认值为20
- message (str)-打印Tensor信息前自定义的字符串类型消息,作为前缀打印
- first_n (int)-打印Tensor的次数
- print_tensor_name (bool)-可选,指明是否打印Tensor名称,默认为True
- print_tensor_type (bool)-可选,指明是否打印Tensor类型,默认为True
- print_tensor_shape (bool)-可选,指明是否打印Tensor维度信息,默认为True
- print_tensor_lod (bool)-可选,指明是否打印Tensor的LoD信息,默认为True
- print_phase (str)-可选,指明打印的阶段,包括
forward
,backward
和both
,默认为both
。设置为forward
时,只打印Tensor的前向信息;设置为backward
时,只打印Tensor的梯度信息;设置为both
时,则同时打印Tensor的前向信息以及梯度信息。
返回:输出Tensor
返回类型:Variable
注解
输入和输出是两个不同的Variable,在接下来的过程中,应该使用输出Variable而非输入Variable,否则打印层将失去backward的信息。
代码示例:
- import paddle.fluid as fluid
- import paddle
- import numpy as np
- x = fluid.layers.data(name='x', shape=[1], dtype='float32', lod_level=1)
- x = fluid.layers.Print(x, message="The content of input layer:")
- y = fluid.layers.data(name='y', shape=[1], dtype='float32', lod_level=2)
- out = fluid.layers.sequence_expand(x=x, y=y, ref_level=0)
- place = fluid.CPUPlace()
- exe = fluid.Executor(place)
- exe.run(fluid.default_startup_program())
- x_d = fluid.create_lod_tensor(np.array([[1.1], [2.2],[3.3],[4.4]]).astype('float32'), [[1,3]], place)
- y_d = fluid.create_lod_tensor(np.array([[1.1],[1.1],[1.1],[1.1],[1.1],[1.1]]).astype('float32'), [[1,3], [1,2,1,2]], place)
- results = exe.run(fluid.default_main_program(),
- feed={'x':x_d, 'y': y_d },
- fetch_list=[out],return_numpy=False)
运行输出:
- The content of input layer: The place is:CPUPlace
- Tensor[x]
- shape: [4,1,]
- dtype: f
- LoD: [[ 0,1,4, ]]
- data: 1.1,2.2,3.3,4.4,