总结
在本章中,我们学习了如何在 TensorFlow 中调试用于构建和训练模型的代码。我们了解到我们可以使用tf.Session.run()
将张量作为 NumPy 数组获取。我们还可以通过在计算图中添加tf.Print()
操作来打印张量值。我们还学习了在使用tf.Assert()
和其他tf.assert_*
操作执行期间某些条件无法保持时如何引发错误。我们通过对 TensorFlow 调试器(tfdbg
)的介绍结束本章,用于设置断点和观察张量值,就像我们在 Python 调试器(pdb
)或 GNU 调试器(gdb
中调试代码一样) )。
本章将我们的旅程带入一个新的里程碑。我们不希望旅程在此结束,但我们相信旅程刚刚开始,您将进一步扩展和应用本书中获得的知识和技能。
我们非常期待听到您的经验,反馈和建议。