Pycharm 单步调试

Pycharm 单步调试1.添加断点2.调试断点3.打印权重矩阵和偏置值4.源代码1.添加断点断点的添加如下图所示在代码前面左键单击即可2.调试断点点击那个绿色的甲虫图标,进行断点调试。点击调试按钮后,代码运行到第一个断点处点击Step Over 或者按F8,我们继续往下运行,到下一个断点,按钮如下图所示:可以看到,程序运行到新的断点处,并且在上一行代码中,显示W此时的值进行多次调试之后,可以看到许多变量的值,并且在不断的调试之中,动态变化。其中 该代码总共有64个批次,每
摘要由CSDN通过智能技术生成

1.添加断点

断点的添加如下图所示在代码前面左键单击即可
在这里插入图片描述

2.调试断点

点击那个绿色的甲虫图标,进行断点调试。
在这里插入图片描述


点击调试按钮后,代码运行到第一个断点处
在这里插入图片描述


点击Step Over 或者按F8,我们继续往下运行,到下一个断点,按钮如下图所示:
在这里插入图片描述


可以看到,程序运行到新的断点处,并且在上一行代码中,显示W此时的值
进行多次调试之后,可以看到许多变量的值,并且在不断的调试之中,动态变化。在这里插入图片描述


其中 该代码将数据集分成了859块,每块有64张照片供训练。在每个批次中的batch_x和batch_y代表,每次抽取64张照片进行训练,batch_x的矩阵形式为64x784,batch_y的矩阵形式为64x10。进行到下一批次时,也将更改batch_x和batch_y的值。
在这里插入图片描述
点击可跳转到光标处,并且该行处表示一个批次结束,可以看到acc:0.8923
在这里插入图片描述

3.打印权重矩阵和偏置值

最后出于好奇,我打印出最终的W的值,可以看到训练之后的情况

在这里插入图片描述
确实发生了变化。

4.源代码

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import numpy as np
np.set_printoptions(threshold=np.inf)
# 载入数据集
mnist = input_dat
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值