JupyterLab中的pdb未进入交互模式

时间:2019-09-20 15:50:39

标签: python jupyter-notebook jupyter pdb

我的目标是在JupyterLab中使用pdbipdb运行一些python脚本,以捕获我的调试历史记录。

我首先在自己的python脚本中插入了set_trace()

import torch
from IPython.core.debugger import set_trace

def train_batch(model_instance, inputs_source, labels_source, inputs_target, optimizer, args):
    inputs = torch.cat((inputs_source, inputs_target), dim=0)
    total_loss, train_stats = model_instance.get_loss(inputs, labels_source)
    total_loss[args.train_loss].backward()

    set_trace() # insert breakpoint

    optimizer.step()
    return train_stats

然后我在JupyterLab中运行此脚本:

!python ./trainer/train.py \
    --base_config ./config/sgd_vannila_0.001.yml \
    --dataset Office-Home \
    --class_num 50 \
    --src_address ./data/office-home/Art.txt \
    --tgt_address ./data/office-home/Clipart.txt \
    --name transfer.debug.rand_noise \
    --train_steps 10000 \
    --seed 2 \
    --filter_classes=0,50 \
    --eval_interval 50

执行在断点处停止,但不提供用于提示任何ipdb指令的交互式框。 pdb或jupyter笔记本电脑也是如此。

enter image description here


我尝试过的事情:

  • 重新启动Chrome浏览器或笔记本电脑无济于事
  • 在笔记本代码块中添加断点是可行的(请参见下面的屏幕截图),但是我希望能够调试在我的python模块文件中编写的代码 enter image description here

版本信息:

  • ipdb-0.12.2
  • Python 3.6.9
  • JupyterLab 0.35.5

2 个答案:

答案 0 :(得分:1)

我在这里可能没有达到目标,但是我认为magic function %debug是您想要的。尝试将下面的代码段插入jupyterlab单元中并运行它:

def foo(a,b):
    return(a+b)
c = foo(a=1, b=str(1))

这引起一个TypeError

enter image description here

现在,如果您在下面插入一个单元格,请输入%debug并运行它,您将得到以下信息:

enter image description here

现在您可以运行任何ipdb command,例如h(elp)

enter image description here

希望这个h(elps)!


编辑:

OP提供了以下澄清:

  

我实际上正在寻找的是一种主动插入中断的方法   点,即即使没有错误也如何插入断点。

在这种情况下,您将from IPython.core.debugger import set_trace与ipdb命令bt结合使用。这是一个示例:

from IPython.core.debugger import set_trace

def foo(a,b):
    return(a+b)
set_trace()
c = foo(a=1, b=1)

这会触发以下内容:

enter image description here

现在,运行命令bt,希望您得到的正是您想要的。无论如何,我希望这能回答“没有错误的断点”部分。 我将不包括运行bt的全部输出,因为它很少。但是,这是运行?bt以获得有关该特定命令的更多帮助的输出:

enter image description here

答案 1 :(得分:1)

您可以使用 %run 魔法命令来实现。

%run ./trainer/train.py \
--base_config ./config/sgd_vannila_0.001.yml \
--dataset Office-Home \
--class_num 50 \
--src_address ./data/office-home/Art.txt \
--tgt_address ./data/office-home/Clipart.txt \
--name transfer.debug.rand_noise \
--train_steps 10000 \
--seed 2 \
--filter_classes=0,50 \
--eval_interval 50