写在最前面

之前把seq2seq+attention基础代码，从机器翻译迁移到文本摘要，再加上是自己的数据集，结果全显示截止符；
一方面可能是数据问题，一方面可能是我代码改错了，一方面可能是模型太基础了，一方面程序也没有报错；
所以排查起来很是头疼

一直尝试debug，但是百度不到类似的好方法，所以很是艰辛
今天很幸运的得到了实习的吕老师指点一二
特此记录，方便自己之后查询，也和大家分享一下，有好用的方法欢迎留言交流~

参考：https://zhuanlan.zhihu.com/p/62610785
https://blog.csdn.net/dong_liuqi/article/details/114980453

基础方法

断点调试，breakpoint。
在程序自动运行的过程中，程序只跑到你设置的断点位置处，则会中断下来，此时可以看到之前运行过的所有程序变量。

pycharm断点调试

点击行号后面区域，会出现一个红点，那个点就是设置的断点

下拉框选择当前.py文件后，点击小虫子图标，进入debug 模式

与正常的 run 去运行程序没很大差异
区别就是 pycharm 的控制台部分，从 run 跑到了 debug 显示。

并且可以显示所有的变量。

控制台输入

直接打印想要了解的张量or其他变量

将变量转为numpy，方便更直观的显示

命名为aa，显示在所有变量最前面（小细节太帅了）
如果是gpu跑的代码，记得加上cpu()，将数据转移到本机

aa = src.cpu().numpy()

前后区别对比


并且作为numpy变量，这个是实时变化的~
也可设置为监视对象

代码中循环的debug方法

想要i=3时停下来

方法一：新增判断语句，并对if的条件设置断点

方法二：断点右键设置条件

程序直接跳到i=3。简直完美

pycharm中图标的介绍

仅对常用的展开说明，其他的可通过鼠标悬停查看

一般操作步骤就是：
设置好断点，debug运行，
然后 F8单步调试，
遇到想进入的函数 F7 进去，
想出来在 shift + F8，
跳过不想看的地方，直接设置下一个断点，然后 F9 过去。

step over（F8快捷键）：在单步执行时，在函数内遇到子函数时不会进入子函数内单步执行，而是将子函数整个执行完再停止，也就是把子函数整个作为一步。在不存在子函数的情况下是和step into效果一样的。简单的说就是，程序代码越过子函数，但子函数会执行，且不进入。

step into（F7快捷键）：在单步执行时，遇到子函数就进入并且继续单步执行，有的会跳到源代码里面去执行。

step into my code（Alt+Shift+F7快捷键）：在单步执行时，遇到子函数就进入并且继续单步执行，不会进入到源码中。

step out（Shift+F8快捷键）：假如进入了一个函数体中，你看了两行代码，不想看了，跳出当前函数体内，返回到调用此函数的地方，即使用此功能即可。

可输入表达式，然后进行evaluate

Resume program(F9快捷键)：继续恢复程序，直接运行到下一断点处。

常见的Bug

深度模型的Debug与一般程序的Debug有很大的不同。
一般程序的Debug通常可以通过简单地打断点调试出来，而深度模型通常会出现程序的所有模块都可以正常跑通，但就是模型效果与正常情况相去甚远，这种Debug就非常的困难.

对于大模型来说，一处"笔误"可能也会导致很大的问题。

1. 某一部分参数梯度总为0
   可能是程序里存在"笔误", 有一部分的参量并没有加入模型中进行运算

2. Loss不下降
   (未完待续)

Debug经验

1. 检查激活函数的输入值

使用Relu系的激活函数时, 如果输入激活函数前的数值异常大, 那么可能导致之后的结果出现问题.

使用Sigmoid时, 如果输入激活函数前的数值远远超出了其激活范围(即[-1,1]), 也可能导致训练出现严重问题.

2. 检查梯度

检查梯度是否消失
检查梯度是否爆炸

具体方法:直接输出各个参数的梯度

def _print_grad(self, model):'''Print the grad of each layer'''for name, parms in model.named_parameters():print('-->name:', name, '-->grad_requirs:',parms.requires_grad, ' -->grad_value:',parms.grad)

先输出该层参数是否存在梯度, 再输出梯度值. 这个函数应该放在梯度反向传播计算之后, 即loss.backward()之后.

3. 消融实验

如果一个深度模型中有多个模块, 可以使用消融实验的方法对每个模块进行测试.
这样可以先定位出问题出在哪个模块里, 即缩小bug的范围.
如果每个模块都有问题, 那么则应该去检查数据输入以及训练部分是否存在问题.

⭐️ 我觉得这各方法非常重要, 因为他能帮助定位bug的范围. 其实debug最大的难点就在于确定bug的位置.

4. 使用最短的时间

如果问题不是训练本身的精度不够等问题, 可以适当调整batch size的大小来加快训练.

这样可以提高debug效率.

5. 静下心来

遇到bug首先要静下心来想问题可能出现的地方, 然后一步步去排查.

最好是能将问题以及排查结果进行记录, 这样可以更好地分析问题所在.

切忌还没有想好问题就一遍遍地跑训练, 其实这样做是非常浪费时间的.

在很多次尝试后, 都没能够将bug排除也是很有可能遇到的事情, 这时候会非常烦躁, 不利于问题的分析. 建议先去完成其他的任务, 在冷静下来后再继续进行debug(本人亲测有效, 有时甚至第二天一开始就干掉了bug).