使用调试器

Linux Ascend GPU 静态图 模型调试 中级 高级

查看源文件

概述

MindSpore调试器是为图模式训练提供的调试工具,可以用来查看并分析计算图节点的中间结果。

在MindSpore图模式的训练过程中,用户无法从Python层获取到计算图中间节点的结果,使得训练调试变得很困难。使用MindSpore调试器,用户可以:

  • 在MindInsight调试器界面结合计算图,查看图节点的输出结果;

  • 设置条件断点,监测训练异常情况(比如INF),在异常发生时追踪错误原因;

  • 查看权重等参数的变化情况。

操作流程

  • 以调试模式启动MindInsight,配置相关环境变量;

  • 训练开始,在MindInsight调试器界面设置条件断点;

  • 在MindInsight调试器界面分析训练执行情况。

调试器环境准备

开始训练前,请先安装MindInsight,并以调试模式启动。调试模式下,MindSpore会将训练信息发送给MindInsight调试服务,用户可在MindInsight调试器界面进行查看和分析。

MindInsight调试服务启动命令:

mindinsight start --port {PORT} --enable-debugger True --debugger-port {DEBUGGER_PORT}

参数含义如下:

参数名

属性

功能描述

参数类型

默认值

取值范围

--port {PORT}

可选

指定Web可视化服务端口。

Integer

8080

1~65535

--enable-debugger {ENABLE_DEBUGGER}

必选

取值为True, 开启MindInsight侧调试器

Boolean

False

True/False

--debugger-port {DEBUGGER_PORT}

可选

指定调试服务端口。

Integer

50051

1~65535

更多启动参数请参考MindInsight相关命令

然后,设置环境变量export ENABLE_MS_DEBUGGER=1,将训练指定为调试模式,并设置训练要连接的调试服务和端口: export MS_DEBUGGER_HOST=127.0.0.1(该服务地址需与MindInsight host一致); export MS_DEBUGGER_PORT=50051(该端口需与MindInsight debugger-port一致)。

如果用户设备的内存空间有限,可在运行训练前开启内存复用模式,以降低运行内存占用:export MS_DEBUGGER_PARTIAL_MEM=1

此外,训练时不要使用数据下沉模式(需设置model.train中的dataset_sink_modeFalse),以保证调试器可以获取每个step的训练信息。

调试器页面介绍

调试器环境准备完成后,开始训练。在训练正式执行前,可以在MindInsight调试器界面查看计算图等训练元信息,调试器页面布局由如下部分组成。

debugger_init_page

图1: 调试器初始页面

计算图

调试器将优化后的最终执行图展示在UI的中上位置,用户可以双击打开图上的方框 (代表一个scope) 将计算图进一步展开,查看scope中的节点信息。

面板的最上方展示了训练端地址(训练脚本所在进程的地址和端口),训练使用的卡号, 训练的当前轮次等元信息。

在GPU环境下,训练执行图面板的右上角会有当前节点下一个节点两个按钮,分别用于回到当前执行节点、和执行下一个节点。 用户可以方便地执行单个节点。

节点列表

如图1所示,在UI的左侧会展示计算图节点列表,可以将计算图中的节点按scope分层展开。点击节点列表中的节点,计算图也会联动展开到选中节点的位置。 用户也可以使用节点列表上方的搜索框按名称进行节点的搜索。

节点信息

debugger_tensor_info

图2: 计算图节点信息查看

点击计算图上的节点后,可以在UI下方查看该节点的详细信息,如图2所示。该部分展示了节点的输出和输入,训练的轮次数目,张量类型形状数值等信息。

在GPU环境下,选中图上的某个可执行节点后,单击鼠标右键,可选择运行到该节点,代表将训练脚本运行到被选中节点(不超过一个轮次)。选中后单击鼠标左键,训练脚本运行到该节点后会暂停。

debugger_tensor_value

图3: 查看张量

一些张量的维度过多,无法直接在主页进行展示。用户可以点击对应的查看按钮,在弹出的TAB页中查看张量值的详细信息,如图3所示。

debugger_tensor_compare

图4:查看上一步对比结果

此外,参数类型的节点输出可以和其自身在上一轮次的输出结果进行对比,点击上一步对比按钮即可进入到对比界面,如图4所示。

条件断点

debugger_set_watch_point

图5: 条件断点设置

为了方便地对节点的计算结果进行监测分析,用户可以给计算图中的节点设置条件断点。图5展示了条件断点的设置方法,用户首先点击监测点列表右上角的 + 按钮新增条件断点并监控条件,比如INF, 然后在节点列表选择要监控的节点(勾选节点前的方框)。训练时,调试器会对这些监控节点的输出进行实时分析,一旦监控条件触发,训练暂停,用户可在UI上查看触发的条件断点信息。

debugger_watch_point_hit

图6: 查看触发的条件断点

图6展示了条件断点触发后的展示页面,该页面和节点列表所在位置相同。触发的节点以及监控条件会按照节点的执行序排列,用户点击某一行,会在计算图中跳转到对应节点,可以进一步查看节点信息分析INF等异常结果出现的原因。

训练控制

监测点设置面板的下方是训练控制面板,该面板展示了调试器的训练控制功能,有继续暂停结束确定四个按钮。

  • 确定代表训练向前执行若干个轮次,需要用户在上方的输入框内指定执行的轮次数目,直到条件断点触发、或轮次执行完毕后暂停;

  • 继续代表训练一直执行,直到条件断点触发后暂停、或运行至训练结束;

  • 暂停代表训练暂停;

  • 结束代表终止训练。

使用调试器进行调试

  1. 在调试器环境准备完成后,打开调试器界面,如下图所示:

    debugger_waiting

    图7: 调试器等待训练连接

    此时,调试器处于等待训练启动和连接的状态。

  2. 运行训练脚本,稍后可以看到计算图显示在调试器界面,见图1。

  3. 设置条件断点,见图5。

    图5中,选中检测条件,并勾选了部分节点,代表监控这些节点在计算过程是否存在满足监控条件的输出。 设置完条件断点后,可以在控制面板选择设置轮次点击确定或者继续继续训练。

  4. 条件断点触发,见图6。

    条件断点触发后,用户查看对应的节点信息,找出异常原因后修改脚本,解掉bug。

注意事项

  • 使用调试器时,会对训练性能产生一定影响。

  • 一个调试服务目前只能够连接一个训练进程。

  • 调试器暂不支持分布式训练场景。

  • 调试器暂不支持多图场景。

  • 设置的监测点数目过多时,可能会出现系统内存不足(Out-of-Memory)的异常。

  • 在D芯片环境下,调试器暂时无法获取神经网络的初始化参数。

  • 在GPU场景下,只有满足条件的参数节点可以与自身的上一步结果作对比:使用下一个节点执行过的节点、使用运行到该节点时选中的节点、作为监测点输入的参数节点。其他情况均无法使用上一步对比功能。