什么＆＃34;运行＆＃34;和＆＃34;步骤＆＃34;对应于Tensorflow调试器（tfdbg）？

Question

我想了解Tensorflow调试器 tfdbg 的工作原理：

with sv.managed_session(config=config_proto) as session:
    session = tf_debug.LocalCLIDebugWrapperSession(session)
    for i in range(config.max_epoch):
        session.run(model.lr)

当调试器启动时，它会向我们显示以下窗口：

阅读文档并在youtube上观看一个小教程后，我无法理解＆＃34;运行＆＃34;和＆＃34;步骤＆＃34;命令实际上代表了什么，更重要的是他们如何与神经网络训练时间步骤和时期进行比较？

来自文档：

  

run命令导致tfdbg执行，直到下一个Session.run（）调用结束，该调用使用测试数据集计算模型的准确性。

但Session.run只是：

  

......一个＆＃34;步骤＆＃34; TensorFlow计算，通过运行必要的图形片段来执行每个操作并评估提取中的每个Tensor，将feed_dict中的值替换为相应的输入值。

我是TF的新手，我仍然不明白如何解释＆＃34; run＆＃34;在神经网络步骤和时期方面。这当然难以使用 tfdbg ，因为经过几次＆＃34;运行后，我得到了大约5000行misc tensor和ops的列表，我需要搜索并且我不需要＃39;了解我在看什么，一次性步骤或时代的结果。当我们开发神经网络模型时，我们不会考虑会话运行，对吗？

那么，有多少会话＆＃34;运行＆＃34;是一个时代，所以我至少可以找到进入损失的张量？

Answer 1

在大多数tensorflow模型中，session.run调用处理训练数据的小批量。每个时期有多少个小批量取决于您正在使用的特定型号和数据集。