调试 TensorFlow 测试：pdb 还是 gdb？

Question

我正在从 TensorFlow 调试 decode_raw_op_test。测试文件是用 python 编写的，但是它执行来自底层 C++ 文件的代码。

使用 pdb，我可以调试 python 测试文件，但它无法识别 c++ 文件。有没有一种方法可以调试底层 C++ 代码？

（我尝试在 decode_raw_op_test 上使用 gdb 但它给出了 "File not in executable format: File format not recognized"）

Answer 1

调试混合 Python 和 C++ 程序很棘手。但是，您可以使用 gdb 来调试 TensorFlow 的 C++ 部分。有两种主要方法可以做到这一点：

运行 python 在 gdb 下，而不是测试脚本本身。假设您的测试脚本在 bazel-bin/tensorflow/python/kernel_tests/decode_raw_op_test 中。您将运行以下命令：
```
$ gdb python bazel-bin/tensorflow/python/kernel_tests/decode_raw_op_test
(gdb) run
```
请注意，gdb 对调试代码的 Python 部分没有很好的支持。我建议缩小您运行单个简单测试的测试用例，并在 TensorFlow C API 方法上设置断点，例如 TF_Run，这是主要条目在 TensorFlow 中从 Python 指向 C++。
将 gdb 附加到运行ning 进程。您可以使用 ps 获取 Python 测试的进程 ID，然后使用运行（其中 $PID 是进程 ID）：
```
$ gdb -p $PID
```
您可能需要安排 Python 代码阻塞，以便有时间附加。调用 raw_input() 函数是一种简单的方法。

Answer 2

可以使用以下步骤进行调试：

gdb python

然后在 gdb 提示符下，键入

run bazel-bin/tensorflow/python/kernel_tests/decode_raw_op_test

Answer 3

加上mrry的回答，在今天的TF2环境下，主入口点应该是TFE_Execute，这应该是你添加断点的地方。

Debugging TensorFlow tests: pdb or gdb?