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 двоякий:

1) Любые преобразования, которые вводят асинхронность, параллелизм или недетерминизм в выполнение конвейера ввода, будут принудительно выполняться синхронно, последовательно и детерминистически.

2) Любые пользовательские функции, переданные в преобразования tf.data, такие как map будут обернуты в tf.py_function, чтобы их тело выполнялось "немедленно" как функция Python, а не как прослеженный граф TensorFlow, что является по умолчанию. Обратите внимание, что даже при включённом режиме отладки пользовательская функция всё ещё прослеживается, чтобы определить форму и тип её выходов; как следствие, любые print операторы или точки останова будут активированы один раз во время прослеживания перед фактическим выполнением конвейера ввода.

Примечание: Поскольку настройка режима отладки влияет на построение конвейера ввода tf.data, её следует включать до определения любых объектов tf.data.