本文主要是介绍ipdb，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考：
ipdb 使用小记
- 修改损失函数时会涉及到很多矩阵运算，矩阵运算中维度的对齐需要多次调试，之前调试常用手段是print方法，但是这种方法会让代码显得很乱。每次 import tensorflow as tf 都要十几秒，然后 print 完之后想进一步看其他变量的信息，又要重新执行一遍。
- python 提供了一个默认的 debugger：pdb，而 ipdb 则是 pdb 的增强版，提供了补全、语法高亮等功能，类似于 ipython 与 python 默认的交互终端的关系，通过 pip install ipdb 即可安装 ipdb。
- ipdb 的使用方法一般有两种：集成到源代码或通过命令交互。
- 集成到源代码可以直接在代码指定位置插入断点。如下所示：
import ipdb
var1 = 23
ipdb.set_trace()
- 上面的代码会在执行完 var1 = 23 这条语句之后停止，展开 ipython 环境，之后就可以自由地调试了。
- 这种方法的缺点：
一：插入的断点代码会污染原来的代码空间
二：每次插入断点都需要修改源码 - 交互式的命令式调试方法更加方便。启动命令式调试环境的方法
python -m ipdb code.py
- 接着就是通过一些常用的命令来进行 debug了，如上面插入断点的样例代码就可以通过以下命令达到同样效果：
python -m ipdb code.py
ipdb> b 3
Breakpoint 1 at /test.py:3
ipdb> c
- 上面的命令 b 3 表示在第三行设置一个断点，然后通过命令 c 一直执行至断点处，接着就会展开 ipython 环境进行调试了。b 和 c 分别代表了 break 和 continue.
这篇关于ipdb的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
