Ji bo çapkirina gelek girêkan bi karanîna tf.Print di TensorFlow de, hûn dikarin çend gavan bişopînin. Pêşîn, hûn hewce ne ku pirtûkxaneyên pêwîst derxînin û danişînek TensorFlow biafirînin. Dûv re, hûn dikarin bi afirandina girêkan û girêdana wan bi operasyonan re grafika xweya hesabkirinê diyar bikin. Dema ku we grafîk diyar kir, hûn dikarin tf.Print-ê bikar bînin da ku di dema pêkanîna grafîkê de nirxên gelek girêkan çap bikin.
Operasyona tf.Print du argumanan digire: girêkên ku hûn dixwazin çap bikin û navnîşek rêzikên ku ji bo nirxên çapkirî wekî etîketan dixebitin. Nod dikarin her tensor an guhêrbar TensorFlow bin. Etîket vebijarkî ne lê ji bo naskirina nirxên çapkirî dikarin bikêr bin.
Ji bo ku tf.Print bikar bînin, hûn hewce ne ku wê li cîhên xwestinê têxin nav grafîkê. Hûn dikarin vê yekê bi pêçandina girêkên ku hûn dixwazin bi tf.Print çap bikin bikin. Mînakî, bihesibînin ku du girêkên we hene, "node1" û "node2", û hûn dixwazin nirxên wan çap bikin. Hûn dikarin koda jêrîn bikar bînin:
python import tensorflow as tf # Create a TensorFlow session sess = tf.Session() # Define the computation graph node1 = tf.constant(1.0) node2 = tf.constant(2.0) sum_nodes = tf.add(node1, node2) # Print the values of node1 and node2 print_nodes = tf.Print([node1, node2], [node1, node2], "Values of node1 and node2: ") # Connect the print operation to the graph sum_nodes_with_print = tf.add(sum_nodes, print_nodes) # Run the graph result = sess.run(sum_nodes_with_print) print(result)
Di vê nimûneyê de, em du girêkên domdar, "node1" û "node2", bi rêzê, bi nirxên 1.0 û 2.0 diafirînin. Dûv re em girêka "sum_nodes" bi lê zêdekirina "node1" û "node2" diyar dikin. Ji bo çapkirina nirxên "node1" û "node2", em tf.Print bi girêk û etîketan re wekî argumanan bikar tînin. Em operasyona çapkirinê bi grafîkê ve girêdidin û wê li hejmartina "sum_nodes" zêde dikin. Di dawiyê de, em grafîkê bi karanîna rûniştina TensorFlow dimeşînin û encamê çap dikin.
Dema ku hûn kodê dimeşînin, hûn ê nirxên "node1" û "node2" digel encama hesabkirinê çapkirî bibînin. Hilber dê tiştek wekî:
Values of node1 and node2: [1.0, 2.0] 3.0
Bi karanîna tf.Print, hûn dikarin di grafika hesaba xwe de nirxê gelek girêkan li cîhên cihê çap bikin. Ev dikare ji bo verastkirin û têgihiştina behreya modela we di dema perwerdehiyê an encamnameyê de arîkar be.
Pirs û bersivên din ên vê dawiyê di derbarê EITC/AI/GCML Fêrbûna Makîna Ewr a Google:
- Nivîsar bi axaftinê (TTS) çi ye û ew çawa bi AI-ê re dixebite?
- Di fêrbûna makîneyê de di xebata bi daneyên mezin de çi sînor hene?
- Ma fêrbûna makîneyê dikare hin arîkariya diyalogê bike?
- Qada lîstikê ya TensorFlow çi ye?
- Di rastiyê de danûstendinek mezintir tê çi wateyê?
- Hin mînakên hîperparametreyên algorîtmê çi ne?
- Fêrbûna ensambleyê çi ye?
- Ger algorîtmayek fêrbûna makîneya bijartî ne guncan be û meriv çawa dikare piştrast bike ku ya rast hilbijêrin?
- Ma modelek fêrbûna makîneyê di dema perwerdehiya xwe de hewceyê çavdêriyê ye?
- Parametreyên sereke yên ku di algorîtmayên bingeha tora neuralî de têne bikar anîn çi ne?
Pirs û bersivan bêtir li EITC/AI/GCML Fêrbûna Makîneya Cloud Google-ê bibînin