内容简介:单步调试python代码,直接用IDE就可以了(例如Intellij Idea). 但如果要跟踪C++代码,就要使用GDB(Linux使用GDB, Mac OS上要用LLDB).安装编译工具见:首先使用
单步调试 python 代码,直接用IDE就可以了(例如Intellij Idea). 但如果要跟踪C++代码,就要使用GDB(Linux使用GDB, Mac OS上要用LLDB).
准备工作
编译安装带调试信息的Tensorflow
安装编译 工具 见: https://www.tensorflow.org/install/source
首先使用 -c dbg
来编译安装tensorflow(以MacOS上编译tensorflow 1.8.0为例):
bazel build -c dbg //tensorflow/tools/pip_package:build_pip_package || exit 1 rm -rf /tmp/tf_pkg && bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tf_pkg || exit 1 pip uninstall -y tensorflow || exit 1 echo "Build Successful:" $(ls /tmp/tf_pkg) pip install /tmp/tf_pkg/tensorflow-1.8.0-cp36-cp36m-macosx_10_13_x86_64.whl || exit 1
在Python脚本中加上中断
我们要在python加载 pywrap_tensorflow.so
之后用GDB/LLDB连上去, 所以为了让断点能生效,就在 import tensorflow
之后加个能让程序停 下来的代码(应该还有别的方式,我目前还没发现). 例如:
import tensorflow as tf import os input("pid: " + str(os.getpid()) +", press enter to continue") a = tf.constant([[1,3]]) b = tf.constant([[3],[1]]) c = tf.matmul(a, b) with tf.Session() as sess: print(sess.run(c))
调试
使用GDB/LLDB 命令行
首先启动python程序:
$ python /tmp/test.py pid: 44806, press enter to continue
我们看到pid是44806, 执行GDB/LLDB连上这个进程:
$ lldb -p 44806 (lldb) process attach --pid 44806 Process 44806 stopped * thread #1, queue = 'com.apple.main-thread', stop reason = signal SIGSTOP frame #0: 0x00007fff707ecbea libsystem_kernel.dylib`__read_nocancel + 10 libsystem_kernel.dylib`__read_nocancel: -> 0x7fff707ecbea <+10>: jae 0x7fff707ecbf4 ; <+20> 0x7fff707ecbec <+12>: movq %rax, %rdi 0x7fff707ecbef <+15>: jmp 0x7fff707e3ae9 ; cerror_nocancel 0x7fff707ecbf4 <+20>: retq Target 0: (Python) stopped. Executable module set to "/Users/chi/.pyenv/versions/3.6.4/Python.framework/Versions/3.6/Resources/Python.app/Contents/MacOS/Python". Architecture set to: x86_64h-apple-macosx. (lldb)
此时Python程序已经被停下来了,接下来可以设置断点:
(lldb) breakpoint set -n TF_NewSession Breakpoint 1: where = _pywrap_tensorflow_internal.so`::TF_NewSession(TF_Graph *, const TF_SessionOptions *, TF_Status *) + 31 at c_api.cc:2474, address = 0x000000011191246f (lldb) breakpoint set -f matmul_op.cc -l 458 Breakpoint 2: 6 locations. (lldb) breakpoint list Current breakpoints: 1: name = 'TF_NewSession', locations = 1, resolved = 1, hit count = 0 1.1: where = _pywrap_tensorflow_internal.so`::TF_NewSession(TF_Graph *, const TF_SessionOptions *, TF_Status *) + 31 at c_api.cc:2474, address = 0x000000011191246f, resolved, hit count = 0 2: file = 'matmul_op.cc', line = 458, exact_match = 0, locations = 6, resolved = 6, hit count = 0 2.1: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, float, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x0000000115428df2, resolved, hit count = 0 2.2: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, double, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x000000011547df42, resolved, hit count = 0 2.3: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, Eigen::half, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x00000001154d14d2, resolved, hit count = 0 2.4: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, int, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x0000000115524702, resolved, hit count = 0 2.5: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, std::__1::complex<float>, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x000000011557a962, resolved, hit count = 0 2.6: where = _pywrap_tensorflow_internal.so`tensorflow::MatMulOp<Eigen::ThreadPoolDevice, std::__1::complex<double>, false>::Compute(tensorflow::OpKernelContext*) + 66 at matmul_op.cc:458, address = 0x00000001155d3a22, resolved, hit count = 0
设置了两个断点,第一个是 TF_NewSession
函数,第二个是 matmul_op.cc
的第458行. LLDB
的相关文档见 https://developer.apple.com/library/archive/documentation/General/Conceptual/lldb-guide/chapters/C3-Breakpoints.html .
接下来可以让程序继续运行. 在LLDB命令行下输入
(lldb) c Process 44806 resuming
在python程序中按下回车, 可以看到LLDB已经运行到了断点, 进入了 TF_NewSession
:
Process 44806 stopped * thread #1, queue = 'com.apple.main-thread', stop reason = breakpoint 1.1 frame #0: 0x000000011191246f _pywrap_tensorflow_internal.so`::TF_NewSession(graph=0x00007faaff47e310, opt=0x00007faafe87d530, status=0x00007faafc4dbc00) at c_api.cc:2474 2471 TF_Session* TF_NewSession(TF_Graph* graph, const TF_SessionOptions* opt, 2472 TF_Status* status) { 2473 Session* session; -> 2474 status->status = NewSession(opt->options, &session); 2475 if (status->status.ok()) { 2476 TF_Session* new_session = new TF_Session(session, graph); 2477 if (graph != nullptr) { Target 0: (Python) stopped.
接下来就可以单步跟踪了。
使用IDE(VSCode)
GDB/LLDB只有命令行界面,使用比较麻烦,如果想用IDE可以使用VSCode.
安装插件
在MacOS上,需要运行
ln -s /Applications/Xcode.app/Contents/Developer/usr/bin/lldb-mi /usr/local/bin/lldb-mi
把 lldb-mi
放进 $PATH
里,才能和IDE进行连接。
首先安装一个叫 Native Debug
的插件:
然后点击debug标签下的配置按钮,创建一个debug配置(launch.json):
launch.json的内容如下:
{ "version": "0.2.0", "configurations": [ { "name": "(lldb) Attach", "type": "cppdbg", "request": "attach", "program": "/Users/chi/.pyenv/versions/3.6.4/Python.framework/Versions/3.6/Resources/Python.app/Contents/MacOS/Python", "processId": "${command:pickProcess}", "MIMode": "lldb" }, ] }
设置断点
在VSCode里打开tensorflow代码目录,设置断点即可,例如:
进行调试
首先正常启动python程序:
$ python /tmp/test.py pid: 45874, press enter to continue
然后在VSCode里点击运行按钮,运行刚才的”(lldb) Attach”: 在输入框中找到目标python程序并点击(这里是python test.py的那个), 就可以进入调试模式. 进入python的窗口按下回车,让python程序继续运行,可以看到程序停在 TF_NewSession
函数上. 接下来就可以使用IDE中的按钮进行单步跟踪或者变量查看了。
以上所述就是小编给大家介绍的《Debug Tensorflow的C++代码》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数据结构、算法与应用
(美)Sartaj Sahni / 汪诗林、孙晓东、等 / 机械工业出版社 / 2000-01 / 49.00
本书是关于计算机科学与工程领域的基础性研究科目之一――数据结构与算法的专著。 本书在简要回顾了基本的C++ 程序设计概念的基础上,全面系统地介绍了队列、堆栈、树、图等基本数据结构,以及贪婪算法、分而治之算法、分枝定界算法等多种算法设计方法,为数据结构与算法的继续学习和研究奠定了一个坚实的基础。更为可贵的是,本书不仅仅介绍了理论知识,还提供了50多个应用实例及600多道练习题。 本书......一起来看看 《数据结构、算法与应用》 这本书的介绍吧!