TensorFlow Debugger(tfdbg)的公共 Python API。

用于添加调试表的函数

当运行时执行 TensorFlow 图时，这些函数可帮助您进行修改 RunOptions 以指定要监视的张量。

• tfdbg.add_debug_tensor_watch
• tfdbg.watch_graph
• tfdbg.watch_graph_with_blacklists

用于调试转储数据和目录的类

这些类允许您在运行时加载和检查从 TensorFlow 图转储的张量值。

• tfdbg.DebugTensorDatum
• tfdbg.DebugDumpDir

用于加载调试转储数据的函数

• tfdbg.load_tensor_from_event_file

张量值谓词

内置张量滤波器谓词，用于支持运行之间的条件断点。

• tfdbg.has_inf_or_nan

会话包装类和`SessionRunHook`实现

这些类允许你    ：

• 包装 aroundTensorFlow 会话对象来调试普通的 TensorFlow 模型(见 DumpingDebugWrapperSession 和 LocalCLIDebugWrapperSession)
• 生成 SessionRunHook 对象来调试 tf.contrib.learn 模型(参见 DumpingDebugHook和LocalCLIDebugHook)。
• tfdbg.DumpingDebugHook
• tfdbg.DumpingDebugWrapperSession
• tfdbg.LocalCLIDebugHook
• tfdbg.LocalCLIDebugWrapperSession