Функция debugging.assert_rank

Функция debugging.assert_rank применяется к тензору для проверки его ранга во время выполнения графа. Первым параметром функция принимает тензор, вторым - ожидаемый ранг тензора. Если ранг тензора не совпадает с ожидаемым, функция вызывает ошибку выполнения.

Данная функция особенно полезна при отладке сложных вычислительных графов, когда необходимо убедиться, что тензор имеет нужное количество измерений перед выполнением операций, чувствительных к рангу.

Синтаксис

tf.debugging.assert_rank(x, rank, [message], [name])

Пример

Давайте создадим одномерный тензор и проверим, что его ранг равен 1:

import tensorflow as tf

t = tf.constant([1, 2, 3, 4, 5])
tf.debugging.assert_rank(t, 1)
print("Rank check passed")

Результат выполнения кода:

"Rank check passed"

Пример

Давайте создадим двумерный тензор и проверим, что его ранг равен 2:

import tensorflow as tf

t = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.debugging.assert_rank(t, 2)
print("Rank check passed")

Результат выполнения кода:

"Rank check passed"

Пример

Давайте попробуем проверить ранг тензора с неверным ожидаемым значением и посмотрим, какая ошибка возникнет:

import tensorflow as tf

t = tf.constant([1, 2, 3, 4, 5])
try:
	tf.debugging.assert_rank(t, 2, message="Tensor must be 2D")
	print("Rank check passed")
except tf.errors.InvalidArgumentError as e:
	print("Error:", e.message)

Результат выполнения кода:

Error: Tensor must be 2D

Смотрите также

функцию debugging.assert_shapes,
которая проверяет формы тензоров
функцию debugging.assert_type,
которая проверяет тип данных тензора
функцию debugging.assert_equal,
которая проверяет равенство двух тензоров
функцию ensure_shape,
которая проверяет и устанавливает форму тензора