在 Keras/Tensorflow（在 Pycharm 中）中调试自定义指标函数？

Question

我创建了一个简单的 ConfusionMatrix 自定义指标，但在张量转换中遇到了问题。如果我可以设置断点，它将加快修复速度。但是 PyCharm 不遵守断点。

这里是代码

def multiConfusion(expectsIn, actsIn):
  expects = tf.keras.backend.eval(expectsIn)  # Error occurs here
  acts = tf.keras.backend.eval(actsIn)
  classes = sorted(list(set(expects).union(set(acts))))
  
  from collections import defaultdict
  mx = defaultdict(lambda: defaultdict(int))
  for e,a in list(zip(expects,acts)):
    mx[e][a] += 1
  hdr = "Exp/Act" + ''.join([ f'\t\t{lab}' for lab in classes])
  ll = '\n'.join([
                  '\t\t\t' + '\t\t'.join([ str(mx[e][a]) for k,a in list(mx[e].items())])
                  for e in classes
                 ])
  mat =  f"{hdr}\n{ll}"
  print(mat)
  return mat

def confusionMat(x,y,num_classes=NClasses):
      from tensorflow import math as tfmath
      cmat = None
      if NClasses == 2:
        cmat = binaryConfusion(x,y)
      else:
        cmat = multiConfusion(x,y) # Breakpoint set here but gets skipped
      print(repr(cmat))
      return cmat

model.compile(loss="categorical_crossentropy", optimizer=opt, 
              metrics=[confusionMat,"accuracy"])

我对尝试重新启用调试器的一些想法：

• 设置单线程模式

tf.config.threading.set_inter_op_parallelism_threads(1)

• 设置急切执行模式

vgg_model.run_eagerly = True

但仍然不遵守断点。有什么想法吗？

更新我已经测试/更新/扩展了上面的代码。它确实会正确生成混淆矩阵

当直接使用常量 Tensorflow Tensor 调用时，调试代码可以正常工作。

但是当代码通过 Tensorflow model 训练中的 metrics 机制调用时，我无法做任何事情来激活调试器。 （通过 model.fit()）

Answer 1

为了让您的断点受到尊重，请在开头添加以下行：

tf.config.run_functions_eagerly(True)

它将使 tensorflow 几乎所有东西都急切地运行，除了tf.data 转换管道。