pytorch中ipdb的调试功能

在pytorch中使用ipdb可以对程序实现单步调试等，使用命令pip install ipdb安装即可。在需要调试的代码前面加上ipdb.set_trace()即可，当程序运行到这一步的时候，自动进入调试模式，例如采用next或者缩写n进行单步执行，如果程序中有跟调试相冲的变量名，在前面加！即可。下面说下ipdb的两大功能。
查看：查看函数的局部变量。
修改：修改程序中的变量，并影响后面程序的运行结果。
n:单步执行。
s:step,如果当前行为函数，进入函数内部。
u:up,返回上一层，即调用的那层
d:down,跳到调用的下一层
return:继续运行直到函数返回
变量名：当需要查看某个变量的时候，直接输入变量名，如果跟调试命令重复，使用！变量名
c：continue,继续运行，直到遇到断点
q:quit,退出调试。

ipdb使用的小技巧：
tab:自动补齐。
j 跳过中间某行代码的执行。

此外，可以在pytorch中查看神经网络的各个层的输出，以及分析各个参数的梯度，动态修改pytorch的训练流程。程序运行一段时间后，可以通过touch/tmp/debug创建debug标识文件，当程序检测到这个文件的存在时，就会自动进入debug模式，退出则可以直接使用quit即可，程序结束后可以删除该文件。