TF2中tf.print在tf.data.Dataset管道内无法输出张量的解决问询

你的代码里有两个核心问题导致看不到tf.print的输出，我帮你梳理并修改：

问题1：Dataset的map操作没有赋值回变量 #

TensorFlow的tf.data.Dataset是不可变对象，所有变换操作（比如map）都会返回一个新的Dataset实例，不会修改原对象。你原来只调用了dataset.map(myFunc)但没把结果存下来，遍历的还是原始的、未经过myFunc处理的Dataset，自然不会触发tf.print。

问题2：stdout重定向到文件（若你想打印到控制台） #

你把sys.stdout重定向到了tf.log文件，如果目标是打印到控制台，这一步需要去掉；如果确实要输出到文件，建议用更安全的with语句管理文件句柄。

修改后的完整代码 #

import tensorflow as tf
import sys

def main():
    ## Dataset generator
    numRows= 100
    indx = tf.reshape([i+1 for i in range(numRows)], [numRows,1])
    features = tf.random.uniform([numRows, 2], minval=1, maxval=10, dtype=tf.int32)
    myData = tf.concat([indx, features], 1)
    ## tf.data.Dataset
    dataset = tf.data.Dataset.from_tensor_slices(myData)
    ## Pipeline：将map的结果重新赋值给dataset
    dataset = dataset.map(myFunc)  # 这行是关键修改！
    ## Run pipeline
    for d in dataset:
        print('--')

def myFunc(t):
    # tf.print默认输出到控制台，无需额外指定output_stream
    tf.print(t)
    return t

if __name__ == "__main__":
    main()

额外说明 #

1. 输出到文件的正确方式（如果需要）：
   如果你想把tf.print的内容写入文件，建议用with语句自动管理文件，避免资源泄漏：

   import tensorflow as tf
   import sys
   
   def main():
       numRows= 100
       indx = tf.reshape([i+1 for i in range(numRows)], [numRows,1])
       features = tf.random.uniform([numRows, 2], minval=1, maxval=10, dtype=tf.int32)
       myData = tf.concat([indx, features], 1)
       dataset = tf.data.Dataset.from_tensor_slices(myData)
       dataset = dataset.map(myFunc)
   
       with open('tf.log', 'w') as f:
           sys.stdout = f
           for d in dataset:
               print('--')
   
   def myFunc(t):
       tf.print(t, output_stream=sys.stdout)
       return t
   
   if __name__ == "__main__":
       main()
   

2. 图模式下的打印差异：
   普通的Pythonprint在TensorFlow图模式下可能不会按预期执行（因为图构建阶段不会运行），而tf.print是图内操作，会在Dataset迭代时被触发执行，这部分你选的工具是对的。

内容的提问来源于stack exchange，提问作者Kleyson Rios