如何打印 theano TensorVariable 的数值？ 我是theano的新手，所以请耐心等待:)
我有一个函数，我将y 作为参数。
现在我想将这个y 的形状调试打印到控制台。
使用
print y.shape
导致控制台输出（我期待数字，即(2,4,4)）：
Shape.0
或者我如何打印例如以下代码的数值结果（这会计算y 中有多少值大于最大值的一半）：
errorCount = T.sum(T.gt(T.abs_(y),T.max(y)/2.0))
errorCount 应该是一个数字，因为T.sum 会汇总所有值。
但是使用
print errCount
给了我（预计像134）：
Sum.0
【问题讨论】：
如果 y 是一个 theano 变量，则 y.shape 将是一个 theano 变量。所以这是正常的
print y.shape
返回：
Shape.0
如果你想计算表达式 y.shape，你可以这样做：
y.shape.eval()
如果y.shape 不输入计算自身（它只依赖于共享变量和常量）。否则，如果 y 依赖于 x Theano 变量，您可以像这样传递输入值：
y.shape.eval(x=numpy.random.rand(...))
sum 也是如此。 Theano 图是符号变量，在您使用 theano.function 编译它或在它们上调用 eval() 之前不会进行计算。
编辑：根据docs，theano 较新版本中的语法是
y.shape.eval({x: numpy.random.rand(...)})
【讨论】：
对于未来的读者：之前的答案非常好。 但是，我发现 'tag.test_value' 机制更有利于调试目的（请参阅theano-debug-faq）：
from theano import config
from theano import tensor as T
config.compute_test_value = 'raise'
import numpy as np
#define a variable, and use the 'tag.test_value' option:
x = T.matrix('x')
x.tag.test_value = np.random.randint(100,size=(5,5))
#define how y is dependent on x:
y = x*x
#define how some other value (here 'errorCount') depends on y:
errorCount = T.sum(y)
#print the tag.test_value result for debug purposes!
errorCount.tag.test_value
对我来说，这更有帮助；例如，检查正确的尺寸等。
【讨论】：
打印张量变量的值。
执行以下操作：
print tensor[dimension].eval() # 这将打印张量中该位置的内容/值
例如，对于一维张量：
print tensor[0].eval()
【讨论】：
使用theano.printing.Print 将打印运算符添加到您的计算图中。
例子：
import numpy
import theano
x = theano.tensor.dvector('x')
x_printed = theano.printing.Print('this is a very important value')(x)
f = theano.function([x], x * 5)
f_with_print = theano.function([x], x_printed * 5)
#this runs the graph without any printing
assert numpy.all( f([1, 2, 3]) == [5, 10, 15])
#this runs the graph with the message, and value printed
assert numpy.all( f_with_print([1, 2, 3]) == [5, 10, 15])
输出：
this is a very important value __str__ = [ 1. 2. 3.]
来源：Theano 1.0 docs: “How do I Print an Intermediate Value in a Function?”
【讨论】：
我发现@zuuz 的回答很有帮助， 对于价值观，
print(your_variable.tag.test_value)
对于形状，它应该更新为，
print(np.shape(your_variable.tag.test_value))
【讨论】：