# 總結 在本章中，我們學習了如何在 TensorFlow 中調試用于構建和訓練模型的代碼。我們了解到我們可以使用`tf.Session.run()`將張量作為 NumPy 數組獲取。我們還可以通過在計算圖中添加`tf.Print()`操作來打印張量值。我們還學習了在使用`tf.Assert()`和其他`tf.assert_*`操作執行期間某些條件無法保持時如何引發錯誤。我們通過對 TensorFlow 調試器（`tfdbg`）的介紹結束本章，用于設置斷點和觀察張量值，就像我們在 Python 調試器（`pdb`）或 GNU 調試器（`gdb`中調試代碼一樣） ）。 本章將我們的旅程帶入一個新的里程碑。我們不希望旅程在此結束，但我們相信旅程剛剛開始，您將進一步擴展和應用本書中獲得的知識和技能。 我們非常期待聽到您的經驗，反饋和建議。