TensorFlow的Debugger调试实例

作者：马小李的博客
原文地址：http://blog.sina.com.cn/s/blog_6ca0f5eb0102wq3u.html

之前有翻译整理过关于TensofFlow的Debugger的简单教程，具体内容见这里。这次用自己实际的例子，来简要的做个使用介绍。

首先是代码遇到了问题，训练过程中的loss不是为nan，就是为负数，让我觉得很奇怪，但是自己去检查代码又找不到问题出在哪里，这时候就想到了TensorFlow自带的Debugger。之前也有使用过，如果在没出问题的情况下，Debugger还是比较给力的。

用Debugger封装需要调试的Session

首先在代码的开头需要import对应的debugger模块(官方教程喜欢import debug as tf_debug，我这里就简写了，为了省事，看个人习惯吧)
from tensorflow.python import debug as tfdbg
然后在创建完Session的对象后，用调试器的Session进行封装

# 没有调试器之前的写法 

with tf.Session(config=config) as sess: 

# 加入调试器需要加入以下这行 

    sess = tfdbg.LocalCLIDebugWrapperSession(sess) 

    #　需要调试nan值，因此加上nan的过滤器

  sess.add_tensor_filter("has_inf_or_nan", tfdbg.has_nan_or_inf)

调试过程

在用调试器封装好Session对象之后，就可以启动代码，运行后会看到如下界面：

 

图1 启动调试器

这是可以输入运行的指令（如果不清楚TensorFlow Debugger的指令，可以查看之前的 教程 ）
r -f has_inf_or_nan
这样运行就会在有过滤器的情况下运行，并会捕获出现了过滤器指定数值的Tensor，我们这里指定的是出现了inf或者nan值的Tensor。运行后，结果如下图所示：

图2 捕获inf或nan值的Tensor

按照图中顺序，出现nan值的第一个Tensor是d_loss/Log:0，那么这个时候可以用下列指令直接查看这个Tensor的值
pt d_loss/Log:0 -a
很显然，你会在打印的数值中找到nan或者inf值，但是调试的本意并不是查看这些nan值，而是需要知道来源，因此，我们需要知道这个Tensor数据的来源，可以使用下列指令:
ni d_loss/Log:0
上述指令运行后如下图：

图3 找到nan值的来源Tensor

从结果中可以看到，这个张量有一个输入的张量Discrim/add_2,这个时候用指令pt查看下Discrim/add_2的数值，发现在调用tf.log计算前(就是输入到d_loss/Log:0节点前)的数值为-1.11897061e-05，然后调用tf.log就出现了nan，因为log计算定义域为正数。
查看数值只会知道原因，要查找来源，需要使用指令定位这个来源的数据在源码中的位置：
ni -t Discrim/add_2
命令输出的结果是一个堆栈的内容，最终可以定位到代码"D_output3 = tf.matmul(D_output2, dWeights3) + dbiases3"这行，于是发现由于输出D_output3的时候，是直接输出的，没有加sigmoid激活函数，导致输出值为负，然后在输出之前添加sigmoid激活函数，将数值映射到(0,1)区间，代码即可正确运行了。

总结

使用TensorFlow的Debugger并不困难，大致总结起来有这么几个流程：
1.import要使用的TensorFlow的调试模块

from tensorflow.python import debug as tfdbg

2.使用调试模块的会话对象包装原有的Session对象

with tf.Session(config=config) as sess: 

    sess = tfdbg.LocalCLIDebugWrapperSession(sess)

3.加入异常值对应的过滤器

sess.add_tensor_filter("has_inf_or_nan", tfdbg.has_nan_or_inf)

4.运行代码，并在带过滤器的情况下运行

r -f has_inf_or_nan

5.跟踪异常值产生的节点，并找到异常值来源在源码中的位置（这个比较灵活，有些可能需要回溯几个节点，有些直接可查）

ni -t Discrim/add_2