逐步运行编辑的python脚本/无需重新加载数据集

Posted 2023-04-13

【中文标题】逐步运行编辑的python脚本/无需重新加载数据集

【英文标题】：Run edited python script step by step / without reloading dataset

【发布时间】：2020-12-10 11:53:51

【问题描述】：

我正在编写一个使用 tensorflow 执行标准图像识别处理的 python 脚本。使用 Python 3.8、Tensorflow 2，从虚拟环境中启动 Idle。

由于我正在学习教程，因此我想逐块扩充和执行我的脚本：例如

为数据加载编写代码 执行 编写训练代码 只执行训练（不重新加载数据）

有没有办法逐块运行 python 脚本，而无需重新启动空闲的 shell，并保留前面步骤的结果？

【问题讨论】：

我不明白你真正关心的问题。你在做一个 jupyter notebook 吗？

不，纯空闲脚本

我应该支持 Jupyter 吗？让我重新表述一下这个问题：我希望逐步向脚本添加处理，并逐步运行脚本，无需重新执行之前的步骤，也无需每次都重新启动 shell。

这是您正在寻找的 jupyter notebook 的行为

我假设您在更大的范围内关注它。您必须坚持使用 IDLE 平台或流程吗？如果只是过程很重要，我认为，jupyter notebook 或 jupyter-lab 是一个方便的选择。

【参考方案1】：

读取-评估-打印循环（REPL）

是的，这正是您要找的。​​p>

这是一个交互式环境，接受单个用户输入、执行它们并将结果返回给用户；在 REPL 环境中编写的程序是分段执行的

有很多平台提供此功能。

Jupyter Notebook（本地）

Google Colab（在线）

我更喜欢 Google colab。

它是免费的，我们不必浪费我们的本地系统资源

【讨论】：

特别是，如果您正在处理非常大的 ML 模型，最好使用云平台

【参考方案2】：

在 IDLE 编辑器中，可以右键单击多行来添加断点。使用 Shell 菜单在 Shell 中启动 IDLE 的调试器。运行文件。单击 go，执行将在第一个断点处开始和停止。再次单击 go 以运行到下一个断点。