调试tensorflow Python
1.只要2句话，或者3句话
from tensorflow.python import debug as tfdbg #调试步骤a
sess = tfdbg.LocalCLIDebugWrapperSession(sess)#调试步骤b
sess.add_tensor_filter("has_inf_or_nan", tfdbg.has_inf_or_nan)#调试步骤c 命令就是run ，命令有ni 有输入和输出到下一个哪个结点
# https://www.cnblogs.com/hellcat/articles/7812119.html 调试教程2.简单的测试程序，与上一篇博客代码一致。说明如何运行到断点（或者运行几次就停下来还不知道）（找到了，直接用 help run 查看命令了，运行几次可以是run -t 2）（但是跑到哪个结点停下，没找到，只知道要filter过滤器注册，然后还发现了，传入的参数是一个函数）
from tensorflow.python import debug as tfdbg #调试步骤a
import tensorflow as tf
import numpy as np
a=np.array([[1,1,0,1],[0,0,0,0]])
b=a.reshape(2,2,2,1)
#b=a.reshape(2,2,1,2)#input batch为2，通道为1时 ，输出果然是2*3*3*2
filter=tf.Variable(b,dtype=tf.float32,name='filter')
a1=np.arange(32)
b1=a1.reshape(1,4,4,2)
#b1=a1.reshape(2,4,4,1) #batch为2
input=tf.Variable(b1,dtype=tf.float32,name='input') #还要加个float32
op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1],padding='VALID',name='op')
sess=tf.Session()
sess = tfdbg.LocalCLIDebugWrapperSession(sess)#调试步骤b
sess.add_tensor_filter("has_inf_or_nan", tfdbg.has_inf_or_nan)#后面是一个函数
sess.run(tf.global_variables_initializer())
#sess.add_tensor_filter("has_inf_or_nan", tfdbg.has_inf_or_nan)#调试步骤c 命令就是run ，命令有ni 有输入和输出到下一个哪个结点
# https://www.cnblogs.com/hellcat/articles/7812119.html 调试教程
bb=(sess.run(op))
#cc=bb.reshape(2,3,3)
#dd=bb.reshape(3,3,2)
ee=sess.run(tf.squeeze(op,name='ee'))
print(bb.size)3.在调试的时候，似乎只能用命令行，不能通过类似pycharm的IDE的run和debug按钮
4.在命令行输入python test.py,出现：
然后输入run ,出现：
这样你就可以用鼠标来点击了。根据观察发现，这一次的run，运行到代码一部分（并不是第一次sess.run的所以前面）猜测，可能是图中的第一个结点的前面，这个代码的第一个结点应该是函数conv2d ，因为这样才有输出输入，用ni +tensor name 来查看变量信息
recipient表示接下来输入到哪个结点。之后就可以继续run了