使用GDB调试TensorFlow C++代码

我们有时需要调试TensorFlow的C++代码，本文提供了一套相关调试流程。

• • 一、源码安装TensorFlow
  • 二、卸载TensorFlow
  • 三、编译并安装Debug版本的TensorFlow
  • 四、开始Debug

$ git clone https://github.com/tensorflow/tensorflow.git
$ cd tensorflow
$ git checkout r1.15
$ ./configure
$ bazel build --config=v1 //tensorflow/tools/pip_package:build_pip_package
$ ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
$ pip3 install /tmp/tensorflow_pkg/tensorflow-1.15.4-cp36-cp36m-linux_x86_64.whl

$ pip3 uninstall tensorflow

$ ./configure
$ bazel clean
$ bazel build --config=v1 --strip=never --copt="-DNDEBUG" --copt="-march=native"
--copt="-Og" --copt="-g3" //tensorflow/tools/pip_package:build_pip_package
$ ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
$ pip3 install /tmp/tensorflow_pkg/tensorflow-1.15.4-cp36-cp36m-linux_x86_64.whl

• 创建一个Python文件并添加如下内容

import tensorflow as tf
import sys
import os
input("pid:" + str(os.getpid()) + ", enter to continue")
a = tf.Variable([[100, 100],[200,200]])
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(a))

• 运行Python代码，程序会暂停并打印pid
  
• 在另一个终端运行GDB并关联刚刚的pid
  
• 在GDB中添加源码路径
  
• 在GDB中设置断点
  
• 返回运行Python代码的终端并按回车
• 在GDB中按c继续执行Python进程，此时可以看到GDB成功进入到了TensorFlow的C++代码中，执行到断点处。