性能比较 - 在上一个断点后继续与正常 运行
Performance Comparison - Continue After Last Breakpoint vs Normal Run
就性能（内存、运行宁时间等）而言，Python 脚本的正常 运行 与选择 "continue" 之间有何区别在最后一个断点之后？当然，最后一个断点之前会有一些差异，但我对最后一个断点之前的代码不密集（不需要太多memory/running时间）的情况感兴趣。
通常，如果我在检查最后一个断点后发现我的代码很好，如果后面的代码不密集，我就继续。否则（比如用Keras做机器学习），我从一开始就运行不使用调试器
答案是"it depends"。一般来说，如果你启用了调试器，执行时间会更慢，但是，如果你的代码 运行 主要是 C（我假设 Keras 是），那么你的调试器的影响将会减少。
如果您的进程是 time-critical 或者是一个 long-running 任务 运行 而没有启用调试器将会更快。使用 python -O 可以进一步去除断言等
就性能（内存、运行宁时间等）而言，Python 脚本的正常 运行 与选择 "continue" 之间有何区别在最后一个断点之后？当然，最后一个断点之前会有一些差异，但我对最后一个断点之前的代码不密集（不需要太多memory/running时间）的情况感兴趣。
通常，如果我在检查最后一个断点后发现我的代码很好，如果后面的代码不密集，我就继续。否则（比如用Keras做机器学习），我从一开始就运行不使用调试器
答案是"it depends"。一般来说，如果你启用了调试器，执行时间会更慢，但是，如果你的代码 运行 主要是 C（我假设 Keras 是），那么你的调试器的影响将会减少。
如果您的进程是 time-critical 或者是一个 long-running 任务 运行 而没有启用调试器将会更快。使用 python -O 可以进一步去除断言等