我們懷著激動的心情與大家分享 TensorFlow 調(diào)試程序 (tfdbg)，這個工具可以簡化 TensorFlow 中對機器學(xué)習(xí) (ML) 模型的調(diào)試。

創(chuàng)新互聯(lián)是專業(yè)的株洲網(wǎng)站建設(shè)公司，株洲接單;提供成都做網(wǎng)站、網(wǎng)站建設(shè),網(wǎng)頁設(shè)計,網(wǎng)站設(shè)計,建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進行株洲網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團隊,希望更多企業(yè)前來合作!

TensorFlow 是 Google 的開源 ML 內(nèi)容庫，基于數(shù)據(jù)流圖表。一個典型的 TensorFlow ML 程序包括兩個獨立的階段：

1. 利用內(nèi)容庫的 Python API 將 ML 模型設(shè)置為數(shù)據(jù)流圖表;
2. 利用 Session.run() 方法在圖表上訓(xùn)練或執(zhí)行推理。

如果在第二階段(即 TensorFlow 運行時)出現(xiàn)錯誤和缺陷，將難以進行調(diào)試。

要了解出現(xiàn)這種情況的原因，請注意對標(biāo)準 Python 調(diào)試程序而言，Session.run() 調(diào)用實際上是單個語句，它并不會公開運行中圖表的內(nèi)部結(jié)構(gòu)(節(jié)點及其連接)和狀態(tài)(節(jié)點的輸出數(shù)組 或 張量)。gdb 等較低級別的調(diào)試程序在組織堆疊框架和變量值時無法令其與 TensorFlow 圖表操作產(chǎn)生關(guān)聯(lián)。專業(yè)級運行時調(diào)試程序是 TensorFlow 用戶最常提出的功能請求之一。

tfdbg 滿足了這一運行時調(diào)試需求。讓我們通過一段簡短的代碼來了解 tfdbg 的實用效果，這段代碼的作用是建立并運行一個簡單的 TensorFlow 圖表，以通過梯度下降法擬合一個簡單的線性方程。

正如本例中突出顯示的線條所示，會話對象包裝成一個用于調(diào)試的類 (LocalCLIDebugWrapperSession)，因此調(diào)用 run() 方法會啟動 tfdbg 的命令行界面 (CLI)。您可以利用鼠標(biāo)點擊或命令執(zhí)行一遍連續(xù)運行調(diào)用，檢查圖表的節(jié)點及其屬性，通過中間張量列表將圖表中所有相關(guān)節(jié)點完整的執(zhí)行歷史記錄可視化。通過使用 invoke_stepper 命令，您可以讓 Session.run() 調(diào)用在“步進器模式”下執(zhí)行，在這種模式下，您可以步進到自己選擇的節(jié)點，觀察并修改其輸出，然后再執(zhí)行進一步的分步調(diào)試，其運行方式與調(diào)試過程語言(例如 gdb 或 pdb)類似。

在開發(fā) TensorFlow ML 模型時一類經(jīng)常遇到的問題是，因溢出、除零、log(0) 等錯誤而導(dǎo)致出現(xiàn)無效數(shù)值(無窮大和 NaN)。在大型 TensorFlow 圖表中，查找此類節(jié)點的根源可能既繁瑣又耗時。借助于 tfdbg CLI 及其條件斷點支持，您可以快速找到引發(fā)問題的根源節(jié)點。

與打印選項等替代性調(diào)試選項相比，tfdbg 需要改動的代碼行數(shù)更少，提供的圖表覆蓋范圍更大，并且提供的調(diào)試體驗交互性更強。它可以加快您的模型開發(fā)速度和調(diào)試工作流執(zhí)行速度。它還提供了其他功能，例如離線調(diào)試從服務(wù)器環(huán)境轉(zhuǎn)儲的張量并將其與 tf.contrib.learn 集成。首先，請訪問此文檔。這篇研究論文對 tfdbg 的設(shè)計做了更詳盡的展示。

使用 tfdbg 時要求安裝的*** TensorFlow 版本為 0.12.1。要報告錯誤，請在 TensorFlow 的 GitHub 問題頁面上設(shè)立問題。如需獲得一般使用幫助，請在 StackOverflow 上使用 tensorflow 標(biāo)記發(fā)帖提問。

【本文是專欄機構(gòu)“谷歌開發(fā)者”的原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者(微信公眾號：Google_Developers)】

網(wǎng)站欄目：TensorFlow調(diào)試程序介紹
URL分享：http://uogjgqi.cn/article/dhdophd.html