# 使用 TensorFlow 調試器（tfdbg）進行調試 TensorFlow 調試器（`tfdbg`）與其他常用調試器（如`pdb`和`gdb`）的工作方式相同。要使用調試器，該過程通常如下： 1. 在代碼中的斷點處設置要中斷的位置并檢查變量 2. 在調試模式下運行代碼 3. 當代碼在斷點處中斷時，檢查它然后繼續下一步 一些調試器還允許您在代碼執行時以交互方式觀察變量，而不僅僅是在斷點處： 1. 為了使用`tfdbg`，首先導入所需的模塊并將會話包裝在調試器包裝器中： ```py from tensorflow.python import debug as tfd with tfd.LocalCLIDebugWrapperSession(tf.Session()) as tfs: ``` 1. 接下來，將過濾器附加到會話對象。附加過濾器與在其他調試器中設置斷點相同。例如，以下代碼附加`tfdbg.has_inf_or_nan`過濾器，如果任何中間張量具有`nan`或`inf`值，則會中斷： ```py tfs.add_tensor_filter('has_inf_or_nan_filter', tfd.has_inf_or_nan) ``` 1. 現在，當代碼執行`tfs.run()`時，調試器將在控制臺中啟動調試器接口，您可以在其中運行各種調試器命令來監視張量值。 2. 我們提供了在`ch-18_mnist_tfdbg.py` 文件中試用`tfdbg`的代碼。當我們用`python3`執行代碼文件時，我們看到`tfdbg`控制臺：< / li > ```py python3 ch-18_mnist_tfdbg.py ```  1. 在 `tfdbg>` 提示符下輸入命令`run -f has_inf_or_nan` 。代碼在第一個周期后中斷，因為我們使用`np.inf`值填充數據：  1. 現在您可以使用`tfdbg`控制臺或可點擊界面來檢查各種張量的值。例如，我們查看其中一個梯度的值：  您可以在以下鏈接中找到有關使用`tfdbg`控制臺和檢查變量的更多信息： [https://www.tensorflow.org/programmers_guide/debugger](https://www.tensorflow.org/programmers_guide/debugger).