使用离线调试器

概述

本教程介绍如何在离线模式下使用调试器。

操作流程

1. 准备Dump数据。Dump的使用方式详见使用Dump功能在Graph模式调试 ；
2. 启动MindInsight，并通过启动参数指定summary-base-dir为某一次训练的summary-dir或多次训练的summary-dir的父目录（summary-dir为dump配置中的{path}的父目录）；
3. 从训练列表中找到离线调试器入口，点击“离线调试器”，进入调试器页面，开始进行调试分析。

离线调试器环境准备

使用MindSpore的Dump功能准备离线数据。Dump的使用方式详见使用Dump功能在Graph模式调试 。

需要注意的是，一个summary-dir目录下只能存放一个dump目录。例如，某一次训练的Dump配置文件中的path为“/home/workspace/data/dump_dir”，那么本次训练dump数据保存以后，再启动其它训练时，Dump配置文件中的path就不能指定为“/home/workspace/data”的子目录。

然后，启动MindInsight，指定summary-base-dir为某一次训练的summary-dir或多次训练的summary-dir的父目录，即可在UI页面中查询到离线调试器的入口。

MindInsight启动命令：

mindinsight start --port {PORT} --summary-base-dir {SUMMARY_BASE_DIR} --offline-debugger-mem-limit {OFFLINE_DEBUGGER_MEMORY_LIMIT} --max-offline-debugger-session-num {MAX_OFFLINE_DEBUGGER_SESSION_NUMBER}

参数含义如下:

更多启动参数请参考MindInsight相关命令。

然后，打开MindInsight页面，从离线调试器入口进入调试器界面。

图1： 离线调试器入口

离线调试器页面介绍

离线调试器界面与在线调试器相同。在线调试器的页面介绍详见调试器页面介绍 。

使用离线调试器进行调试

1. 在调试器环境准备完成后，打开调试器界面，如下图所示：

   

   图2： 调试器等待训练连接

   此时，调试器处于加载离线数据的状态。

2. 稍等片刻，在MindInsight UI上可以看到弹窗，提示选择是否使用推荐监测点，接下来的使用步骤与在线调试相同。使用调试器进行调试 。

3. 与在线调试器相比，离线调试器可以重置训练轮次。如图3所示，点击右边的编辑图标，就会出现一个编辑框，如图4所示，输入需要重置的轮次，点击对钩符号即可。

   

   图3： 重置训练轮次

   

   图4：重置训练轮次编辑状态

注意事项

• 场景支持：

  • 离线调试器暂不支持CPU场景。
  • 离线调试器支持单机多卡场景。若要分析多机多卡的场景。需要自行把多机数据汇总到一起。
  • 离线调试器暂不支持初始权重的检查。
  • 离线调试器暂不支持多图场景的规则检查。

• GPU场景：

  • 与在线调试器不同，离线调试器不支持逐节点执行。

• 使用离线调试器时要保证MindInsight和MindSpore的版本号相同。

• 如果同一路径下存在多个相同张量的Dump文件，离线调试器只会显示最新的张量。

• 重新检查只检查当前有张量值的监测点。

• 调试器展示的图是优化后的最终执行图。调用的算子可能已经与其它算子融合，或者在优化后改变了名称。

• 如果使用Ascend场景下的异步Dump数据，可以使用MindInsight的数据解析工具DumpParser的convert_all_data_to_host接口将异步Dump数据转换为.npy文件，从而提高数据分析效率。DumpParser的使用方式详见DumpParser介绍 。