无法打印Tensor对象内容？加载Pandas DataFrame到TF数据集异常

我之前也碰到过一模一样的坑——把Pandas DataFrame转换成TensorFlow Dataset后，遍历打印时输出的全是Tensor的节点元信息，根本看不到实际的数值内容，哪怕完全照搬官方示例代码也没用。

问题重现 #

先贴一下当时的代码：

import pandas as pd
import tensorflow as tf

URL = 'https://storage.googleapis.com/applied-dl/heart.csv'
df = pd.read_csv(URL)
df['thal'] = pd.Categorical(df['thal'])
df['thal'] = df.thal.cat.codes
target = df.pop('target')
dataset = tf.data.Dataset.from_tensor_slices((df.values, target.values))
for feat, targ in dataset.take(5):
    print('Features: {}, Target: {}'.format(feat, targ))

预期应该输出具体的特征数组和目标值：

Features: [ 63. 1. 1. 145. 233. 1. 2. 150. 0. 2.3 3. 0. 2. ], Target: 0
Features: [ 67. 1. 4. 160. 286. 0. 2. 108. 1. 1.5 2. 3. 3. ], Target: 1
...

但实际输出却是一堆Tensor节点的描述：

Features: Tensor("IteratorGetNext:0", shape=(13,), dtype=float64), Target: Tensor("IteratorGetNext:1", shape=(), dtype=int64)
Features: Tensor("IteratorGetNext_1:0", shape=(13,), dtype=float64), Target: Tensor("IteratorGetNext_1:1", shape=(), dtype=int64)
...

解决方案 #

这个问题的核心是TensorFlow的执行模式：在TensorFlow 1.x版本中，默认是图执行模式——此时创建的Tensor只是计算图里的一个节点，不会立刻计算出实际数值，必须通过Session.run()才能获取结果。而要直接打印Tensor的内容，我们需要启用即刻执行（Eager Execution）。

解决步骤超简单，只需要在导入TensorFlow之后，立刻添加一行代码：

tf.enable_eager_execution()

如果是使用TensorFlow 2.x的话，其实默认已经开启了即刻执行模式，不过如果是从1.x迁移过来的项目，还是手动加一下更稳妥。

添加这行代码后再运行原有的遍历打印逻辑，就能得到预期的数值输出了！

原因解释 #

即刻执行模式会让TensorFlow在创建Tensor的同时就立即计算并存储其数值，不需要等到构建完整计算图后再通过会话触发计算。这样在遍历Dataset时，我们拿到的就是已经计算好的具体数值，而不是待执行的计算节点。

内容的提问来源于stack exchange，提问作者IAmSteve