TensorFlow新手教程：模型调试指南

与普通Python代码相比，由于Tensorflow的符号特性，使得调试Tensorflow代码变得相对困难。我在这里介绍一些Tensorflow中包含的调试工具，它们使调试变得更加容易。

当使用Tensorflow时，最常见的错误可能是将错误大小张量传递给操作运算。许多Tensorflow操作可以对不同行列数和大小的张量进行操作，这在使用API时可能很方便，但当出现问题时可能会很麻烦。

1、使用tf.assert * ops

 一种方法是用tf.assert * ops明确验证中间张量行列数和大小来减少不必要的错误。

查看官方文档以获取完整的assertion 操作列表，地址：https://www.TensorFlow.org/api_guides/python/check_ops。

 2、使用tf.Print

 另一个有用的内置调试函数是tf.Print，对给定张量标记成标准错误。

3、使用tf.compute_gradient_error

并非Tensorflow中的所有操作都带有梯度，我们会在无意中很容易用Tensorflow构建无法计算梯度的图。用tf.compute_gradient_error检查梯度。

4、其它

Tensorflow总结和tfdbg（Tensorflow调试器）是可用于调试的其他工具。地址：

https://www.TensorFlow.org/api_guides/python/summary    https://www.TensorFlow.org/api_guides/python/tfdbg

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删

武汉格发信息技术有限公司，格发许可优化管理系统可以帮你评估贵公司软件许可的真实需求，再低成本合规性管理软件许可,帮助贵司提高软件投资回报率，为软件采购、使用提供科学决策依据。支持的软件有: CAD,CAE,PDM,PLM,Catia,Ugnx, AutoCAD, Pro/E, Solidworks ,Hyperworks, Protel,CAXA,OpenWorks LandMark,MATLAB,Enovia,Winchill,TeamCenter,MathCAD,Ansys, Abaqus,ls-dyna, Fluent, MSC,Bentley,License,UG,ug,catia,Dassault Systèmes,AutoDesk,Altair,autocad,PTC,SolidWorks,Ansys,Siemens PLM Software,Paradigm,Mathworks,Borland,AVEVA,ESRI,hP,Solibri,Progman,Leica,Cadence,IBM,SIMULIA,Citrix,Sybase,Schlumberger,MSC Products...