自定义了一个损失函数
怎么在模型训练的过程中，
每训练一个批次，打印出自定义损失函数里面红圈中Tensor的值。方便调试
可能的两种方式：
- 不使用
model.fit。参考 https://tf.wiki/zh_hans/basic/models.html 自己构建训练流程。 - 使用
tf.print，参考 如何获取训练过程中一些Tensor的值 - #6 by snowkylin - 加入callback，参考 Writing your own callbacks | TensorFlow Core ，你需要的可能是
on_train_batch_end。在这里面计算你想要的tensor并输出。
我很少用 model.fit 训练模型，一般都是自己构建训练流程，所以对这块其实不甚清楚。
1 Like
非常感谢！
可以使用 model.fit，但是怎么把想打印Tensor的参数，加到自己的callback里面， Writing your own callbacks | TensorFlow Core这个参考里面好像只有一个叫logs 字典的东西（ logs 字典包含损失值，以及批次或周期结束时的所有指标）。这些指标好像并不是想要打印的Tensor
1 Like
我想到可以这样：定义一个函数
def print_tensor(x):
tf.print(x)
return x
然后用keras的Lambda层：
first_frequence_position = tf.keras.layers.Lambda(print_tensor)(first_frequence_position)
这样可以强制把tf.print放到训练流程中，我试了下是可行的。
tf.print 的使用方式参考 tf.print | TensorFlow v2.11.0 ，可以加入参数summarize=-1 打印完整的Tensor。
2 Likes
确实是个不错的方案
1 Like