โหมดแก้ไขข้อบกพร่องสำหรับกราฟิก TensorFlow

bookmark_border จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

กราฟิก Tensorflow อาศัยเทนเซอร์มาตรฐาน L2 เป็นอย่างมาก รวมถึงฟังก์ชันตรีโกณมิติที่คาดว่าอินพุตจะอยู่ในช่วงที่กำหนด ในระหว่างการปรับให้เหมาะสม การอัปเดตสามารถทำให้ตัวแปรเหล่านี้รับค่าที่ทำให้ฟังก์ชันเหล่านี้ส่งกลับค่า Inf หรือ NaN เพื่อให้การแก้ไขข้อบกพร่องดังกล่าวง่ายขึ้น TensorFlow Graphics จึงจัดเตรียมแฟล็กการแก้ไขข้อบกพร่องที่แทรกการยืนยันลงในกราฟเพื่อตรวจสอบช่วงที่ถูกต้องและความถูกต้องของค่าที่ส่งคืน เนื่องจากอาจทำให้การคำนวณช้าลง ธงตรวจแก้จุดบกพร่องจึงถูกตั้งค่า False ตามค่าเริ่มต้น

ผู้ใช้สามารถตั้งค่าแฟล็ก -tfg_debug เพื่อรันโค้ดในโหมดดีบัก การตั้งค่าสถานะยังสามารถตั้งค่าโดยทางโปรแกรมได้โดยการนำเข้าโมดูลทั้งสองนี้ก่อน:

from absl import flags
from tensorflow_graphics.util import tfg_flags

จากนั้นเพิ่มบรรทัดต่อไปนี้ลงในโค้ด

flags.FLAGS[tfg_flags.TFG_ADD_ASSERTS_TO_GRAPH].value = True