太极图形学——性能调优——Debugging

在课程中的太极不支持断点调优的功能

运行工程出的打印，打印的顺序是不一定的，打印是非常消耗性能的，因此只有在debug的时候才会使用

在python中，打印有很多种语法，但在太极核中，支持的比较少

#print
@ti.kernel
def foo():
    print("a[0] = ", a[0])#可行的
    print(f'a[0] = {a[0]}')#不可行的 
    print("a[0] = %f" % a[0])#不可行的

不损耗性能的print，可以得到一些维度信息等等，只在编译的时候运行一次，用来检查一些常量是不是对的

x = ti.field(ti.f32,(2,3))
y = 1
A = ti.Matrix([1,2],[3,4],[5,6])

@ti.kernel
def inside_taichi_scope():
    ti.static_print(y)
    # =>1
    ti.static_print(x.shape)
    # => (2,3)
    ti.static_print(A.n)
    # => 3
    for i in range(4):
        ti.static_print(A.m)
        # => 2
        #只在编译的时候打印以此一次

检查field，使用gui可视化

#field
import taichi as ti
ti.init(arch=ti.gpu)
x = ti.field(ti.f32,(256,256))

@ti.kernel
def foo():
    for i,j in x:
        x[i,j] = (i+j)/512.0

foo()

gui = ti.GUI("Debug", (256,256))
while gui.running:
    gui.set_image(x)
    gui.show()

结果如下图

确保debug模式开启，当debug模式开启后会检查所有的断言，可以抛出数组越界等错误，或者人为的定义一些断言，再就是assert中不要放任何有关于计算的部分，因为这会在release版本中被省略

#debug mode
ti.init(arch=ti.cpu,debug = True)
x = ti.filed(ti.f32,shape = 4)
print("x[4] =",x[4]) #Error

x  = ti.field(ti.f32,128)

@ti.kernel
def do_sqrt_all():
    for i in x:
        assert x[i] >= 0
        y[i] = ti.sqrt(y[i])

编译时候的断言，检查维度和形状 

@ti.func
def copy(dst: ti.template(), src: ti.template()): # type: ignore
    ti.static_assert(dst.shape == src.shape, "copy: shape mismatch")
    for i  in ti.grouped(src):
        dst[i] = src[i]
    return x % 2 == 1

import taichi as ti
ti.init(arch=ti.cpu,excepthook = True)

@ti.func
def func3():
    ti.static_assert(1+1 == 3)

@ti.func
def func2():
    func3()

@ti.func
def func1():
    func2()

@ti.kernel
def func0():
    func1()

func0()

在进行一些疑难代码的调试时，关闭并行计算和太极自身的代码优化

#parallelization closed
import taichi as ti
ti.init(arch = ti.cpu,cpu_max_num_threads = 1)
# advanced optimization closed
ti.init(advanced_optimization = False)

最后是一个代码习惯 模块化编程并随时检查base和block本身是否都可以执行