​秉承工匠精神，3步定位飞桨报错原因，你也来试试？

点击左上方蓝字关注我们

 

【故事的开始…】

小张是一名AI算法攻城狮，听闻飞桨乃国产开源深度学习框架之光，心想炎黄子孙当自强，用自己的深度学习框架，实现中国的AI梦……

他尝试在的笔记本上使用飞桨搭建线性回归示例模型。

噼里啪啦…噼里啪啦…键盘敲的热血澎湃。跑下试试……

然而，模型的打印结果让小张满怀期待的小心情顿时哇凉哇凉的。

丹还没炼成，炉咋就坏了呢？这铺天盖地的error，要怎么分析和处理？

【故事的转折…】

同学且慢，经官方鉴定，小张大概率使用的是较早版本的飞桨，飞桨开源框架1.7及之后版本断然不会出现这么繁杂的报错信息了。

这是因为飞桨工程师们一直期望产品不但好用，而且易用，可以给开发者带来一点点工作上的愉悦。报错信息对调试分析至关重要，飞桨工程师也一直在持续地进行改进和优化。

解读最新的飞桨报错信息

飞桨报错信息总体上分为两种：一种是直接在Python层拦截报出的错误，这种问题一般比较直观，根据Python原生的报错栈即可以定位程序中的问题，和大家使用Python写程序报错分析的流程一致；一种是飞桨的C++ core中的报错，这种报错包含的信息量较大。下面我们以此类报错信息的为例，解读分析过程。

首先我们了解下目前飞桨最新版本报错信息的结构，如下图：

 

报错信息为四段式结构，由上至下依次为Python默认错误信息栈、C++错误信息栈、飞桨Python错误信息栈（仅声明式编程模式）、核心错误概要。

• Python默认错误信息栈：执行Python程序默认记录的执行路径，对定位报错位置很有帮助。这是Python本身特性，此处不展开介绍。

• C++错误信息栈：程序在Paddle C++ core中的错误路径，即为模块paddle.fluid.core中的程序执行路径，这部分信息对开发者帮助有限。但当开发者通过Issue向飞桨开发人员提问时，提供C++报错栈的信息将有助于开发人员快速定位问题。（目前C++错误信息栈仅支持Unix平台，Windows平台暂不支持）

• Paddle Python错误信息栈：为什么这里还有一个Paddle Python错误信息栈呢？因为在声明式编程模式（静态图）下，模型编译和执行是分离的。执行时报错的路径由Python默认