TensorFlow发布Eager，便于Debug!

要查看网络中间结果，使用TensorFlow的小伙伴都知道，必须要run一下session，返回对应的值才能查看，这是很不方便的。为此，TensorFlow团队发布了eager，可以实时查看中间结果，便于大家Debug。那么怎么来用呢？今天简单介绍一下。

1. 安装

Eager execution已经包含在最新的1.4版本中，有两个办法可以安装，一是本地编译安装TensorFlow 1.4可以生成eager，二是安装轻量级的库：

pip install tf-nightly # (for CPU-only TensorFlow)
pip install tf-nightly-gpu # (for GPU-enabled TensorFlow)

2. 使用

import tensorflow.contrib.eager as tfe
tfe.enable_eager_execution()

在头文件中import eager库，并激活eager execution，后面默认eager一直处于激活状态。这个时候，中间结果像numpy结构的数据一样，可以直接打印输出。

此外，还有一个优势，tensor和numpy可以自动互相调用。

import numpy as np

np_x = np.array(2., dtype=np.float32)
x = tf.constant(np_x)

py_y = 3.
y = tf.constant(py_y)

z = x + y + 1

print(z)
print(z.numpy())

# Output
tf.Tensor(6.0, shape=(), dtype=float32)
6.0

这个真的展示了TF的特点，快速，灵活！

更多资料，请查看：

TensorFlow Eager Execution