TensorFlow学习总结:TensorFlow的debug调试

本文介绍了在Windows环境下,使用TensorFlow的debug工具tfdbg进行debug的方法。内容包括安装readline或pyreadline,如何在代码中引入debug包,以及使用LocalCLIDebugWrapperSession进行调试。详细讲解了run、lt、pt、ni、li、lo和eval等命令的功能和用法,帮助理解TensorFlow程序的执行过程。
摘要由CSDN通过智能技术生成

本着记录自己学习的脚步,以及明记自己学习的知识点不忘记,今天我会开始更新自己博客。加油

首先,说明一下我的环境:win7(x86)系统,python3.6, TensorFlow版本为“termcolor-1.1.0-py3.6”。

在开始调试之前需要保证系统安装了readline这个python库,但是windows下无法安装这个python库,所以我又下载了pyreadline这个库,我也没有实验单装readline(虽然windows会失败)是否能直接使用,还是建议将两个库都安装一下吧,希望有兴趣的小伙伴帮忙验证一下只装readline或者pyreadline能否调试。

使用pip install --upgrade readline 以及 pip install --upgrade pyreadline就可以安装了。


接下来调试的时候,需要在python代码中引入python的debug包,使用:

from tensorflow.python import debug as tfdbg

这里使用LocalCLIDebugWrapperSession函数,以调试TensorFlow的cifar10的代码为例。

在cifar10_train.py的train函数中的以下代码里加入LocalCLIDebugWrapperSession函数,如下:

with tf.train.MonitoredTrainingSession(
      checkpoint_dir=FLAGS.train_dir,
      hooks=tf.train.StopAtS
  • 3
    点赞
  • 10
    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