TensorFlow调试功能初试

之前在pycharm里面进行tf程序的调试一直会报错，不过前几天通过命令行的方式完成了调试。所以我大概经过了这样一个曲折的经历：
网上下了代码命令行没办法调试(当时不太懂，反正不知道卡在哪一步调试失败)–>在编译器里不能调试–>查资料改各种配置还是不能运行–>偶然在命令行下调试成功==
真的是费尽周折还是以最简单的方式解决战斗。好吧，其实真的调试完之后其实发现很简单。也可能是现在还没有什么实际的应用场景，仅仅按照官网的教程过了一遍，所以体会不深吧。
这里就记录一下遇到的错误跟常用命令吧。

调试中遇到的错误

1，不要再IDE里面进行调试，我还在同学的电脑上进行了尝试，应该是IDE的配置或者什么不对，总是会报错，无法显示出调试界面。
2，不要按照官网上面的介绍，使用python -m命令进行调试，因为这个命令功能跟python差不多，好像是用来相当于import,叫做当做模块来启动之类的。从官网上下载的debug_mnist.py文件这样是无法执行的==
3，还遇到过几个问题，不过都是因为我修改了debug_mnist.py文件内容才遇到的，这里就不说了

调试

下载了该文件之后直接运行下面的命令就可以了，我们会看到如下所示界面：

python debug_minst.py --debug

看官方文档，我们可以知道，tfdbg只需要做少量的修改就可以实现调试功能。就是下面两行代码：

# Let your BUILD target depend on "//tensorflow/python/debug:debug_py"
#引入tf_debug包
from tensorflow.python import debug as tf_debug
#将sess封装成具有tfdbg功能的Session
sess = tf_debug.LocalCLIDebugWrapperSession(sess)

接下来的事情就很简单，按照官方文档一步步操作熟悉命令即可。然后你会发现程序运行过程中出现Nan
值，其原因在于log(0). 就想办法使用下面的命令把0转化为一个较小的数即可==

diff = y_ * tf.log(tf.clip_by_value(y, 1e-8, 1.0))

tfgdb常用命令总结

tfgdb使用步进制的方法运行，其实和gdb，pdb很像，每调用一次run函数就会停止并输出当前的tensor节点的值，以方便我们进行观察和调试。在界面中可以直接使用鼠标点击界面上方的菜单栏进行命令的执行，比如选中一个节点后，点击list_inputs就会显示该节点的输入列表。下面总结一下常用的几个命令的含义：

run：运行一次sess.run()。-t可以运行很多次。-n运行结束。-f运行到filter条件出现，比如nan，inf等

list_inputs：打印节点的输入信息，简写为li。常用的包括-d和-r两个参数，分别用来限制显示的层数和方式。

list_outputs：打印节点的输出信息，简写为lo。后面常用的参数跟list_input一样。

list_tensors：展示所有的Tensor信息，简单可以理解为主界面，简写为lt。可以使用-f，-n，-t操作进行限制输出tensor所满足的条件。-s，-r用来控制显示信息排序或者倒序。

node_info：打印节点信息，简写为ni。

print_tensor：打印Tensor的值，简写为pt。

/ : 查找。譬如：/inf就是查找当前打印的值中的inf，并将其高亮显示。

此外还可以看一下官网上面给出的常用命令组合，如下图所示：

恩，就先介绍到这里。其实还是要多用才可以==