【PyTorch基础教程19】Debug指南（学不会来打我啊）

最新推荐文章于 2025-02-08 02:29:53 发布

山顶夕景

最新推荐文章于 2025-02-08 02:29:53 发布

阅读量5.7k

点赞数 4

分类专栏：深度学习文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/qq_35812205/article/details/121889270

版权

深度学习专栏收录该内容

144 篇文章

订阅专栏

本文介绍了Python的调试工具ipdb及其在PyTorch中的应用。ipdb是pdb的增强版，提供自动补全、语法高亮等功能。在PyTorch中，ipdb可以帮助暂停计算，分析网络输出，实时修改变量。常见错误包括类型不匹配、数据未转移至GPU、形状不匹配等。通过%debug和%pdb魔术方法，能更方便地定位和解决问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

学习总结

文章目录

学习总结
一、ipdb介绍
二、小栗子
三、在pytorch中debug
- 3.1 pytorch和ipdb结合的好处
- 3.2 常见的错误有如下几种：
Reference

一、ipdb介绍

代码量少时debug：使用print和log调试代码；
better做法：一遍运行一遍检查里面的变量和方法。

pdb是python交互式的调试工具，其作用：

根据需求跳转到任意的python代码断点
查看任意变量、单步执行代码
甚至修改变量的值，不必重启程序

ipdb是增强版的pdb，提供了调试模式下的代码自动补全，有更好的语法高亮和代码溯源，与pdb接口完全兼容。

二、小栗子

结合pytorch和ipdb进行调试。
要使用ipdb，在需要调试的地方插入ipdb.set_trace即可（还有在代码开头加上try和except两行）。

现在有栗子如下，sum和mul函数分别计算列表x中的元素的累加和累乘：

# -*- coding: utf-8 -*-
"""
Created on Sun Dec 12 16:33:07 2021

@author: 86493
"""
try:
    import ipdb
except:
    import pdb as ipdb
    
def sum(x):
    r = 0
    for i in x:
        r += i
    return r

def mul(x):
    r = 1
    for i in x:
        r *= i
    return r

ipdb.set_trace()
x = [1, 2, 3, 4, 5]
r = sum(x)
r = mul(x)

程序运行到ipdb.set_trace()后自动进行debug模式：

ipdb> list 7,27 # 查看第7到27行代码
      7 try:
      8     import ipdb
      9 except:
     10     import pdb as ipdb
     11 
     12 def sum(x):
     13     r = 0
     14     for i in x:
     15         r += i
     16     return r
     17 
     18 def mul(x):
     19     r = 1
     20     for i in x:
     21         r *= i
     22     return r
     23 
     24 ipdb.set_trace()
---> 25 x = [1, 2, 3, 4, 5]
     26 r = sum(x)
     27 r = mul(x)

ipdb> n # next执行下一步
> d:\桌面文件\ipdb.py(26)<module>()

ipdb> s # step的缩写，此处进入sum函数内部
--Call--
> d:\桌面文件\ipdb.py(12)sum()

ipdb> u # up的缩写，调回上一层的调用
> d:\桌面文件\ipdb.py(26)<module>()

ipdb> down # down的缩写，跳到调用的下一层
> d:\桌面文件\ipdb.py(15)sum()


ipdb> return # 继续执行到函数返回，返回15即为sum的结果 
--Return--
15