Grafika Tensorflow w dużym stopniu opiera się na znormalizowanych tensorach L2, a także funkcjach trygonometrycznych, które oczekują, że ich dane wejściowe będą mieścić się w określonym zakresie. Podczas optymalizacji aktualizacja może sprawić, że zmienne te przyjmą wartości, które spowodują, że te funkcje zwrócą wartości Inf lub NaN . Aby ułatwić debugowanie takich problemów, TensorFlow Graphics udostępnia flagę debugowania, która wstawia potwierdzenia do wykresu w celu sprawdzenia właściwych zakresów i ważności zwracanych wartości. Ponieważ może to spowolnić obliczenia, flaga debugowania jest domyślnie ustawiona na False .
Użytkownicy mogą ustawić flagę -tfg_debug , aby uruchomić swój kod w trybie debugowania. Flagę można również ustawić programowo, najpierw importując te dwa moduły:
from absl import flags
from tensorflow_graphics.util import tfg_flags
a następnie dodając następujący wiersz do kodu.
flags.FLAGS[tfg_flags.TFG_ADD_ASSERTS_TO_GRAPH].value = True