在tensorflow中，是否有一种方法可以在构建图形时找出元素输出的形状（秩）？

Question

我正在尝试用tensorflow建立一个图表。但它给了我一个错误，我有错误的形状等级。所以，我试图找出哪一步出了问题。在构建图形时，是否有机会找出元素输出的形状

例如，我的代码是：

def inference_decoding_layer(start_token, end_token, embeddings, dec_cell, initial_state, output_layer,
                         max_summary_length, batch_size):
'''Create the inference logits'''


start_tokens = tf.tile(tf.constant([start_token], dtype=tf.int32), [batch_size], name='start_tokens')

inference_helper = tf.contrib.seq2seq.GreedyEmbeddingHelper(embeddings, #shape (2000,25,768)
                                                            start_tokens,
                                                            end_token)


inference_decoder = tf.contrib.seq2seq.BasicDecoder(dec_cell,
                                                    inference_helper,
                                                    initial_state,
                                                    output_layer)

inference_logits, _ , _ = tf.contrib.seq2seq.dynamic_decode(inference_decoder,
                                                        output_time_major=False,
                                                        impute_finished=True,
                                                        maximum_iterations=max_summary_length) 

return inference_decoder

问题出现在动态_解码器上。以下是错误：

ValueError: Shape must be rank 3 but is rank 2 for 'decode/decoder/while/BasicDecoderStep/decoder/attention_wrapper/concat_6' (op: 'ConcatV2') with input shapes: [32,25,768], [32,256], [].

所以，我想知道是否有一种方法可以找出，例如，我们从GreedEmbeddingHelper和BasicDecoder得到的值的形状。。。或者是我整个代码中的其他东西。所以，我会找出问题所在

另外，如果在这种情况下有任何其他方法/建议如何定位问题，我将非常感谢

Answer 1

为了便于调试，引入了eager模式。使用渴望模式，您可以在执行每行代码后继续打印输出形状

在TF 1.x中，要启用它，必须运行以下代码：

tf.enable_eager_execution()

在TF 2.0中，默认情况下将启用急切模式。此外，您正在处理的包已在TF2.0中移动到TensorFlow Addons