tf.debugging.experimental.enable_dump_debug_info

Включить вывод отладочной информации из программы TensorFlow.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.debugging.experimental.enable_dump_debug_info

tf.debugging.experimental.enable_dump_debug_info(
    dump_root, tensor_debug_mode=DEFAULT_TENSOR_DEBUG_MODE,
    circular_buffer_size=1000, op_regex=None, tensor_dtypes=None
)

Отладочная информация записывается в каталог на файловой системе, указанный как dump_root.

Выведенная отладочная информация может быть обработана пользовательскими интерфейсами отладчиков.

Файлы в каталоге вывода содержат следующую информацию:

Конструирование функций TensorFlow (например, компиляция функций Python, декорированных аннотацией @tf.function), типы операций, имена (если доступны), контекст, входные и выходные тензоры и соответствующие трассировки стека.
Выполнение операций (операций) TensorFlow и функций, а также их трассировки стека, типы операций, имена (если доступны) и контексты. Кроме того, в зависимости от значения аргумента tensor_debug_mode (см. раздел Аргументы ниже), будут выведены значения выходных тензоров или более краткие сводки значений тензоров.
Снимок файлов исходного кода Python, участвующих в выполнении программы TensorFlow.

После включения вывод можно отключить с помощью соответствующего метода disable_dump_debug_info() в том же пространстве имен Python. Вызов этого метода более одного раза с тем же dump_root является идемпотентным. Вызов этого метода более одного раза с разными tensor_debug_mode приводит к ValueError. Вызов этого метода более одного раза с разными circular_buffer_size приводит к ValueError. Вызов этого метода с другим dump_root отменяет ранее включенный dump_root.

Пример использования:

tf.debugging.experimental.enable_dump_debug_info('/tmp/my-tfdbg-dumps')

# Code to build, train and run your TensorFlow model...

Примечание: Если ваш код выполняется на TPU, убедитесь, что вы вызвали tf.config.set_soft_device_placement(True) перед вызовом tf.debugging.experimental.enable_dump_debug_info(), так как этот API использует автоматическую внешнюю компиляцию на TPU. Например:

tf.config.set_soft_device_placement(True)
tf.debugging.experimental.enable_dump_debug_info(
    logdir, tensor_debug_mode="FULL_HEALTH")

resolver = tf.distribute.cluster_resolver.TPUClusterResolver(tpu='')
strategy = tf.distribute.TPUStrategy(resolver)
with strategy.scope():
  # ...

Аргументы
`dump_root`	Путь к каталогу, в котором будет записываться информация о выводе.
`tensor_debug_mode`	Режим отладки для значений тензоров в виде строки. В настоящее время поддерживаются следующие варианты: "NO_TENSOR": (По умолчанию) Отслеживаются только выходные тензоры всех выполненных операций (включая те, которые выполняются жадно на уровне Python или в качестве части графа TensorFlow) и функций, при этом не извлекается никакая информация из значений тензоров. "CURT_HEALTH": Для каждого тензора с плавающей запятой (например, тензоров с типами данных, такими как `float32`, `float64` и `bfloat16`), извлекается двоичный бит, указывающий, содержит ли он какие-либо -бесконечность, +бесконечность или NaN. "CONCISE_HEALTH": Для каждого тензора с плавающей запятой извлекается общее количество элементов и количество элементов -бесконечность, +бесконечность и NaN. "FULL_HEALTH": Для каждого тензора с плавающей запятой извлекаются тип данных, ранг (количество измерений), общее количество элементов и количество элементов -бесконечность, +бесконечность и NaN. "SHAPE": Для каждого тензора (независимо от типа данных) извлекаются его тип данных, ранг, общее количество элементов и форма.
`circular_buffer_size`	Размер циклических буферов для событий выполнения. Эти циклические буферы предназначены для уменьшения накладных расходов на вывод отладки. Они содержат последние отладочные события, касающиеся жадного выполнения операций и `tf.function` и трассировки значений тензоров, вычисленных внутри `tf.function`. Они записываются в файловую систему только при вызове соответствующего метода сброса (см. описание возвращаемых значений ниже). Ожидается, что это целое число. Если <= 0, поведение циклического буфера будет отключено, т.е. события выполнения отладки будут записаны в файловые записи так же, как и события, не относящиеся к выполнению, такие как создание операций и снимки файлов исходного кода.
`op_regex`	Выводить данные только из тензоров типов операций, соответствующих регулярному выражению (через `re.match()` Python). "Тип операции" относится к именам операций TensorFlow (например, "MatMul", "LogSoftmax"), которые могут повторяться в функции TensorFlow. Он не относится к именам узлов (например, "dense/MatMul", "dense_1/MatMul_1"), которые уникальны внутри функции. Пример 1: Вывести данные тензора только для операций MatMul и Relu `op_regex="^(MatMul\|Relu)$"`. Пример 2: Вывести тензоры из всех операций кроме Relu: `op_regex="(?!^Relu$)"`. Этот фильтр работает по логическому "И" с `tensor_dtypes`.
`tensor_dtypes`	Выводить данные только из тензоров указанных типов данных. Этот необязательный аргумент может быть в любом из следующих форматов: список или кортеж объектов `DType` или строк, которые могут быть преобразованы в объекты `DType` через `tf.as_dtype()`. Примеры: `tensor_dtype=[tf.float32, tf.float64]`, `tensor_dtype=["float32", "float64"]`, `tensor_dtypes=(tf.int32, tf.bool)`, `tensor_dtypes=("int32", "bool")` функция, которая принимает один аргумент `DType` и возвращает Python `boolean`, указывающий, должен ли тип данных включаться в вывод данных. Примеры: `tensor_dtype=lambda dtype: dtype.is_integer`. Этот фильтр работает по логическому "И" с `op_regex`.

Возвращаемые значения
Экземпляр DebugEventsWriter, используемый функцией вывода. Вызывающая сторона может использовать его методы сброса, включая `FlushNonExecutionFiles()` и `FlushExecutionFiles()`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/debugging/experimental/enable_dump_debug_info