文章目录

• 前言
• 一、debug环境介绍
• 二、debug按钮介绍
• • 2.1、step into:单步执行（遇到函数也是单步）
  • 2.2、step over:单步执行（遇到函数，全部运行）
  • 2.3、step into my code:（直接跳到下一个断点）
  • 2.4、step out : 执行完剩下的函数，并跳到上一层函数

前言

这也算是大学本科不好好学习，拉下的账了，今天终要补回来了。
本文用的测试代码：

from torchvision import transfORMsfrom torchvision.datasets import FashionMNISTimport osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"#数据集准备train_data = FashionMNIST(    root = "./data/FashionMNIST",    train = True,    transform = transforms.ToTensor(),    download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False)test_data = FashionMNIST(    root = "./data/FashionMNIST",    train = False,    transform = transforms.ToTensor(),    download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False)train_data_x=train_data.datatrain_data_y=train_data.targetstest_data_x=test_data.datatest_data_y=test_data.targetsprint(train_data_x.shape)print(train_data_y.shape)print(type(train_data_x))print(type(train_data_y))print(test_data_x.shape)print(test_data_y.shape)def function1(x):    for i in range(x):        print(i)function1(7)

一、debug环境介绍

点击这个爬虫就可开始debug

在debug前我们需要设置断点：（设置几个都行）

进入debug后，左下角：

1）debugger里面可以看到存在的变量：

2）console里面可以我们一步步调试的过程，输出的结果会打印在里面：

二、debug按钮介绍

分别是
1）step over 快捷键：F8
2）step into 快捷键：F7
3）step into my code 快捷键： alt+shift+F7
4) step out 快捷键： shift+F8

2.1、step into:单步执行（遇到函数也是单步）

注意看蓝色的线变化（蓝色的线，代表即将被debug，但是还没有debug到）

刚我debug了两次，结果如下：

step into 遇到进了函数也是单步（以我们这里定义的循环打印函数为例）：

2.2、step over:单步执行（遇到函数，全部运行）

这个相比step over 就是函数里执行的区别：（step over 是直接执行完）

2.3、step into my code:（直接跳到下一个断点）

这个很好理解了，这里我有三个断点，所以会debug三次，然后结束：

2.4、step out : 执行完剩下的函数，并跳到上一层函数

就是之前在函数内部单步调试时，用step out 能一下执行完，返回到上一层函数

用了之后，整个函数直接执行完，但进程未结束

看蓝色的线，返回到了上一层函数

来源地址：https://blog.csdn.net/weixin_46274756/article/details/127868847