tf.data.experimental.enable_debug_mode

Включает режим отладки для tf.data.

tf.data.experimental.enable_debug_mode()

Пример использования с модулем pdb:

import tensorflow as tf
import pdb

tf.data.experimental.enable_debug_mode()

def func(x):
  # Python 3.7 and older requires `pdb.Pdb(nosigint=True).set_trace()`
  pdb.set_trace()
  x = x + 1
  return x

dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
dataset = dataset.map(func)

for item in dataset:
  print(item)

Эффект режима отладки двойственный:

1) Любые преобразования, которые вносят асинхронность, параллельность или недетерминизм в выполнение входной конвейера, будут принудительно выполняться синхронно, последовательно и детерминированно.

2) Любые пользовательские функции, передаваемые в преобразования tf.data, такие как map, будут обернуты в tf.py_function, так что их тело будет выполняться «немедленно» как Python-функция, а не как отслеженный граф TensorFlow, что является стандартным поведением. Обратите внимание, что даже при включенном режиме отладки пользовательская функция по-прежнему отслеживается для вывода формы и типа её выходов; как следствие, любые print инструкции или точки останова будут срабатывать один раз во время трассировки до фактического выполнения входного конвейера.

Примечание: Поскольку настройка режима отладки влияет на построение входного конвейера tf.data, её следует включить до любых определений tf.data.