如何使用PYCHARM IDE在tensorflow中查看每一层CNN之后的输出？答案

【问题标题】：How to see the output after each layer of CNN in tensor flow using PYCHARM IDE?如何使用PYCHARM IDE在tensorflow中查看每一层CNN之后的输出？
【发布时间】：2022-03-11 18:34:57
【问题描述】：

我刚开始学习 python，想在 PyCharm 上学习 CNN 的实现。我调试了代码，但我看不到/可视化矩阵的输出值。我只收到了从这个到h_conv1 = tf.nn.relu(conv1d(x_image, W_conv1) + b_conv1) 这个Tensor("Relu:0", shape=(?, 1, 200, 196), dtype=float32)。至于我对这个输出张量的了解，它是 196 个 1*200 维度的矩阵。但是，我想知道这些矩阵中的输出值。为了更清楚地理解，这是一个示例，如下图所示：

我们有 6 * 6 * 3，3 个 6 * 6 的矩阵，我们在每个矩阵上应用了两个过滤器，因此它引导两个 4*4 维度的矩阵。我想在调试时使用TensorFlow在pycharm中查看这两个矩阵值？

【问题讨论】：

stackoverflow.com/questions/49184548/… 有帮助吗？
@AKX 感谢您的评论。但它是多维矩阵图像可视化，我想知道我在应用 CNN 后收到的每个矩阵值。
如果能从TF中取出张量数据，stackoverflow.com/questions/50897557/…
有点帮助，但我们如何从这里Tensor("Relu:0", shape=(?, 1, 200, 196), dtype=float32) 提取这些矩阵？
我不知道 stackoverflow 发生了什么，因为我没有从这个平台获得任何反馈。要么我的问题太傻，要么 StackOverflow 社区正在睡觉

标签： python tensorflow debugging pycharm

【解决方案1】：

在 TensorFlow 中有两种环境来实现深度模型：

1：渴望执行： Eager execution 是一个强大的执行环境，可以立即评估操作。它不构建图，并且操作返回实际值而不是计算图以供以后运行。通过 Eager 执行，TensorFlow 会计算代码中出现的张量值。

2：图形执行：由于 Eager Execution 在 Python 中一个接一个地运行所有操作，因此它无法利用潜在的加速机会。图执行从 Python 中提取张量计算，并在评估之前构建高效图。

因此，Eager Execution 可以完成您的工作。请进一步检查此链接：https://towardsdatascience.com/eager-execution-vs-graph-execution-which-is-better-38162ea4dbf6

【讨论】：