文章目录
- 常见问题
- 解决方案
- 1. 定制类包装和 `__repr__` 方法
- 解释
- 如何应用
- 总结
在使用 VS Code 调试 PyTorch 代码时,可能会遇到一个常见问题:调试时 variables
窗口中不显示 Tensor
的形状信息。这会使得调试时观察数据的结构变得不便,尤其是在处理高维度的张量时。
在这篇博客中,我将提供一个改进方案,通过自定义 __repr__
方法,让 PyTorch Tensor
的形状在调试信息中更清晰地呈现。我们还将展示如何针对其他 Python 对象(如 list
、dict
以及 pandas.DataFrame
)进行类似的处理,使调试时可以直观地看到这些对象的尺寸或内容。
常见问题
在调试 PyTorch 项目时,VS Code 的 variables
窗口默认不会显示张量的形状信息,除非你展开查看具体的变量内容。这种行为对于需要快速检查张量维度的场景是比较不便的。Python 的内置类型(如 bool
、int
、str
)也无法直接继承,因此我们不能简单地扩展这些类型来自定义调试信息。
为了解决这些问题,我们可以通过创建包装类(wrapper classes)或直接重写对象的 __repr__
方法,来定制它们在调试窗口中的显示内容。
解决方案
我们可以通过以下步骤来自定义调试时 Tensor
以及其他对象的显示方式。
1. 定制类包装和 __repr__
方法
- 我们可以为 Python 的内置类型创建包装类,重写
__repr__
方法以自定义它们的显示形式。 - 对于 PyTorch 的
Tensor
和pandas.DataFrame
,可以直接重写它们的__repr__
方法来显示额外的信息(如张量形状或 DataFrame 的维度)。
下面是一个完整的代码示例:
import torch
import pandas as pd# -------------------- 自定义包装类 --------------------class CustomBool:def __init__(self, value):self.value = bool(value)def __repr__(self):return f'{{bool}} {self.value}'class CustomInt:def __init__(self, value):self.value = int(value)def __repr__(self):return f'{{int}} {self.value}'class CustomStr:def __init__(self, value):self.value = str(value)def __repr__(self):return f'{{str}} {self.value}'# 自定义 list 和 dict 子类
class CustomList(list):def __repr__(self):return f'{{list: {len(self)}}} {super().__repr__()}'class CustomDict(dict):def __repr__(self):return f'{{dict: {len(self)}}} {super().__repr__()}'# 自定义 Tensor 的 __repr__ (Torch)
original_tensor_repr = torch.Tensor.__repr__
def custom_tensor_repr(self):return f'{{Tensor: {tuple(self.shape)}}} {original_tensor_repr(self)}'
torch.Tensor.__repr__ = custom_tensor_repr# 自定义 DataFrame 的 __repr__ (Pandas)
original_dataframe_repr = pd.DataFrame.__repr__
def custom_dataframe_repr(self):return f'{{DataFrame: {self.shape}}} {original_dataframe_repr(self)}'
pd.DataFrame.__repr__ = custom_dataframe_repr# 自定义 DataLoader 的类
class DataLoader:def __init__(self, data_size):self.data_size = data_sizedef __len__(self):return self.data_sizedef __repr__(self):return f'{{DataLoader: {len(self)}}} DataLoader object'# -------------------- __main__ 函数 --------------------
def main():# 使用自定义类型代替原生类型my_list = CustomList([1, 2, 3, 4, 5, 6])my_dict = CustomDict({'a': 1, 'b': 2, 'c': 3})my_bool = CustomBool(True)my_int = CustomInt(42)my_str = CustomStr("hello")# 测试 Tensormy_tensor = torch.randn(100, 512)# 测试 DataFramemy_dataframe = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})# 测试 DataLoadermy_dataloader = DataLoader(220)# 输出内容print(my_list) # {list: 6} [1, 2, 3, 4, 5, 6]print(my_dict) # {dict: 3} {'a': 1, 'b': 2, 'c': 3}print(my_bool) # {bool} Trueprint(my_int) # {int} 42print(my_str) # {str} 'hello'print(my_tensor) # {Tensor: (100, 512)} tensor([...])print(my_dataframe) # {DataFrame: (3, 3)} A B Cprint(my_dataloader) # {DataLoader: 220} DataLoader object# 如果是直接运行文件,则调用 main 函数
if __name__ == "__main__":main()
解释
-
包装类的实现:
- 我们为
bool
、int
和str
创建了包装类CustomBool
、CustomInt
和CustomStr
,并通过重写__repr__
方法来定制它们的显示格式。
- 我们为
-
自定义
list
和dict
:- 使用
CustomList
和CustomDict
继承自 Python 的内置list
和dict
类型,并且通过重写__repr__
方法来显示列表或字典的长度。这对于调试包含大量数据的容器类非常有用。
- 使用
-
Tensor 和 DataFrame 的自定义
__repr__
:- 我们通过直接修改
torch.Tensor
和pandas.DataFrame
的__repr__
方法,分别让它们在打印时显示张量的形状和 DataFrame 的维度信息。这在调试过程中可以让你一眼就看到数据的结构,而不需要展开变量。
- 我们通过直接修改
-
DataLoader 自定义类:
- 我们还创建了一个自定义的
DataLoader
类,并重写了它的__repr__
方法来显示加载的数据大小。这对于在训练模型时检查数据集大小十分有用。
- 我们还创建了一个自定义的
如何应用
-
直接运行:
- 你可以在 VS Code 中直接运行该文件,
main()
函数会自动执行,并在控制台中打印所有对象的自定义表示。
- 你可以在 VS Code 中直接运行该文件,
-
模块化使用:
- 如果你需要将这些自定义类和方法用于其他项目,只需导入相应的类或函数即可,而无需重复定义。
总结
通过自定义 __repr__
方法,我们成功地解决了 VS Code 中调试 Tensor
变量时无法快速查看其形状的问题。我们同样可以使用类似的方式来扩展其他数据类型,使得调试时变量信息更加直观清晰。该方法非常实用,尤其适合处理大型数据集或高维度张量的深度学习项目。