TensorFlow调试器
2019-01-31 18:13 更新
TensorFlow Debugger(tfdbg)的公共 Python API。
用于添加调试表的函数
当运行时执行 TensorFlow 图时,这些函数可帮助您进行修改 RunOptions 以指定要监视的张量。
- tfdbg.add_debug_tensor_watch
- tfdbg.watch_graph
- tfdbg.watch_graph_with_blacklists
用于调试转储数据和目录的类
这些类允许您在运行时加载和检查从 TensorFlow 图转储的张量值。
- tfdbg.DebugTensorDatum
- tfdbg.DebugDumpDir
用于加载调试转储数据的函数
- tfdbg.load_tensor_from_event_file
张量值谓词
内置张量滤波器谓词,用于支持运行之间的条件断点。
- tfdbg.has_inf_or_nan
会话包装类和`SessionRunHook`实现
这些类允许你 :
- 包装 aroundTensorFlow 会话对象来调试普通的 TensorFlow 模型(见 DumpingDebugWrapperSession 和 LocalCLIDebugWrapperSession)
- 生成 SessionRunHook 对象来调试 tf.contrib.learn 模型(参见 DumpingDebugHook和LocalCLIDebugHook)。
- tfdbg.DumpingDebugHook
- tfdbg.DumpingDebugWrapperSession
- tfdbg.LocalCLIDebugHook
- tfdbg.LocalCLIDebugWrapperSession