使用vscode进行服务器python代码调试/以及使用debugpy进行复杂代码调试

使用vscode进行代码调试/以及使用debugpy进行复杂代码调试

• 前言：
• 方法一：使用ipdb对程序进行调试
• • 1.1 直接命令行运行ipdb：（不建议直接命令行运行，建议代码中插入）
  • 1.2 直接在代码片段中插入ipdb（推荐使用这个方法）：
  • 1.3 ipdb命令行调试的一些常用指令：
• 方法二：VScode中的python调试
• • 2.1 简单调试
  • 2.2 复杂命令调试（命令行调试）
  • • 2.21 debugpy直接插入代码里：
    • 2.22 如何修改复杂命令？
• 参考文档

前言：

大家首先要会使用vscode连接服务器，之后再考虑调试，连接服务器。可以参考下面这个帖子： ssh使用vscode连接linux服务器【autodl服务器】，并调出命令行运行代码【允许python代码跳转】

笔者已经提前在服务器上安装了Python和Python Debugger插件。大家也提前安装一下。

方法一：使用ipdb对程序进行调试

1.1 直接命令行运行ipdb：（不建议直接命令行运行，建议代码中插入）

首先需要安装 ipdb：

pip install ipdb

之后我们可以试着创建一个代码文件，就叫它test.py 吧。

class Book:
def __init__(self, title, author, year):
self.title = title
self.author = author
self.year = year

def __str__(self):
return f"'{self.title}' by {self.author} ({self.year})"

class Library:
def __init__(self):
self.books = []

def add_book(self, book):
self.books.append(book)

def remove_book(self, title):
self.books = [book for book in self.books if book.title != title]

def find_books_by_author(self, author):
return [book for book in self.books if book.author == author]

def list_books(self):
for book in self.books:
print(book)

def main():
library = Library()

# 添加书籍
library.add_book(Book("1984", "George Orwell", 1949))
library.add_book(Book("To Kill a Mockingbird", "Harper Lee", 1960))
library.add_book(Book("The Great Gatsby", "F. Scott Fitzgerald", 1925))
library.add_book(Book("Brave New World", "Aldous Huxley", 1932))

# 列出所有书籍
print("All books in the library:")
library.list_books()
print()

# 查找某个作者的书籍
author = "George Orwell"
print(f"Books by {author}:")
books_by_author = library.find_books_by_author(author)
for book in books_by_author:
print(book)
print()

# 删除书籍
library.remove_book("1984")
print("After removing '1984':")
library.list_books()

# 使用循环进行一些复杂操作
print("\\nBooks published before 1950:")
for book in library.books:
if book.year < 1950:
print(book)

if __name__ == "__main__":
main()

在终端上输入

python –m ipdb test.py

就可以从程序开头一行一行的调试了：

1.2 直接在代码片段中插入ipdb（推荐使用这个方法）：

但是直接在代码中运行ipdb的话，可能不能直接命中我们需要调试的片段，特别是如果我们跑一个非常大的项目的时候，只希望在项目中的某一个代码文件的某一片段检查一下，我们需要在那个需要中断的地方插入上如下代码。

import ipdb;ipdb.set_trace();

程序跑的时候就会在你设置断点的位置停下来。 我们在#删除书籍上面插入了import ipdb;ipdb.set_trace(); 程序也刚好运行到这里停了下来。如果是大项目中的某一个代码文件，这样插入也有用。

1.3 ipdb命令行调试的一些常用指令：

• h：帮助命令(help)
• s：(step into)进入函数内部
• n：(next)执行下一行
• b: (break)b line_number对某行号打断点
• cl: (clear)清除断点
• c: (continue)一直执行到断点
• r: (return)从当前函数返回
• j: (jump)j line_number，跳过代码片段，直接执行指定行号所在的代码
• l: (list)列出上下文代码
• a: (argument)列出传入函数所有的参数值
• p/pp: print 和 pretty print 打印出变量值
• r: (restart)重启调试器
• q: (quit)退出调试，清除所有信息

方法二：VScode中的python调试

2.1 简单调试

我们现在仍然使用上面创建的test.py文件作为案例来讲解。

从服务器文件中点开test.py，同时打上断点（小红点）。

之后，从左侧“运行”选项卡访问调试程序。点击“运行和调试”之后，在上方选择调试器处，我选择了“Python Debugger”调试器。（因为我想调试的是python代码，如果是其他的代码，比如Node.js，也要更换相应的调试工具。） 之后选择当前python文件（第一条，也就是我们现在点开的test.py文件） 然后程序运行到断点就停下来了。 至于调试的按钮，大家有过调试经验的，尝试一下就知道了，就不细说了。 当然也可以直接从vscode程序的右上角，进行python代码运行和调试。

2.2 复杂命令调试（命令行调试）

在vsocde中，有两种核心调试模式：Launch和Attach。我通常使用Attach模式进行复杂命令的调试。

有的时候，我不是只跑一个文件，而是跑一个非常大的项目，同时项目的执行命令非常复杂，这个时候如何调试呢？

比如我现在想调试scene graph generation benchmark项目。

其运行命令如下：

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch –master_port 10026 –nproc_per_node=2 tools/relation_train_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

这种情况，没有办法直接通过调试按钮进行运行。不过幸运的是，如果在您的 Python 环境中安装了debugpy，调试器也可以从命令行运行。 调试器命令行语法如下：

python –m debugpy
––listen | ––connect
[<host>:]<port>
[––wait–for–client]
[––configure–<name> <value>]...
[––log–to <path>] [––log–to–stderr]
<filename> | –m <module> | –c <code> | ––pid <pid>
[<arg>]...

接下来我会解释如何使用命令行调试功能。

pip install debugpy

点击创建launch.json文件。

我们选择Python Debugger。并且继续选择当前python文件。打开launch.json文件。 刚才是没有进入调试器时的操作，如果你已经进入了调试器，可以直接点击添加配置。打开launch.json文件。 4… 修改launch.json文件。 初始时的launch.json文件是这样的： launch.json中可选的调试方式有两种，一种是launch，一种是attach，之后我们把request修改成attach的模式。即如下：（注意，端口号要选择自己服务器的端口号。我是用的autodl服务器，这个服务器可选的端口号是6006 （如果使用的商业服务器比如autodl，可能连接的时候不能翻墙））

{
"version": "0.2.0",
"configurations": [
{
"name": "Python 调试程序: 当前文件",
"type": "debugpy",
"request": "attach",
"connect": {
"host": "localhost",
"port": 6006
}
}
]
}

之后我们在命令行运行如下命令（因为wait-for-client服务器端开始受到调试指令，并等待客户端的进一步命令）：

python –m debugpy ––listen 6006 ––wait–for–client ./test.py

接着我们点击F5。和远程服务器成功连接，并且可以从我们打断点的地方开始调试： 运行大项目的时候，使用attach调试模式会非常方便。

2.21 debugpy直接插入代码里：

实际上可以直接把debugpy放在代码里运行（这个方法不用修改命令行的命令，可能会简单一点？）：

在代码入口放入：

import debugpy
debugpy.listen(("localhost", 5678))
print("Waiting for debugger attach…")
debugpy.wait_for_client()
# debugpy.breakpoint()
print("Debugger attached.")
# 你的程序代码

之后本地运行你的Python脚本，点击F5：

python your_script.py

（我一步直接修改命令，这个方法没有尝试过）

2.22 如何修改复杂命令？

比如我们运行的程序命令如下，如何修改成attach可以识别并调试的命令呢？

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch –master_port 10026 –nproc_per_node=2 tools/relation_train_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

方法一： 在项目入口代码里直接放上debugpy，就不用修改复杂命令了。 方法二：交给gpt就好啦。让GPT去修改。

我问gpt：

我现在想要使用vscode的debugpy调试一个项目，项目的运行命令如下： CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch –master_port 10026 –nproc_per_node=2 tools/relation_train_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

我现在想要使用vscode的attach调试功能，使用6006端口号，像运行这个小文件一样运行这个项目： python -m debugpy –listen 6006 –wait-for-client ./test.py

那我应该如何修改这个项目的运行指令呢？我说的不是在文件中添加debugpy代码，而是命令行直接运行并调试。

gpt回答： gpt回答：

CUDA_VISIBLE_DEVICES=0,1 python -m debugpy –listen 6006 –wait-for-client -m torch.distributed.launch –master_port 10026 –nproc_per_node=2 tools/relation_train_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

之后我们再对master_port的端口号做一些修改，比如修改成6006这样，稍微改一改，复杂命令的项目就能成功运行啦。

我在这里贴一下我的源命令和修改过后的命令，方便大家参考(这里去掉了master_port 和 nproc_per_node ，实际上我觉得修改过就可以了，重新加上也可以，可能是我当时跑的时候线程不够用了。)：

原命令：

CUDA_VISIBLE_DEVICES=0 python -m torch.distributed.launch –master_port 10027 –nproc_per_node=1 tools/relation_test_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL True MODEL.ROI_RELATION_HEAD.PREDICTOR TransformerPredictor TEST.IMS_PER_BATCH 1 DTYPE “float16” GLOVE_DIR /home/Scene-Graph-Benchmark.pytorch/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp OUTPUT_DIR /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp

修改后的命令：

CUDA_VISIBLE_DEVICES=1 python -m debugpy –listen 45396 –wait-for-client tools/relation_test_net.py –config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL True MODEL.ROI_RELATION_HEAD.PREDICTOR TransformerPredictor TEST.IMS_PER_BATCH 1 DTYPE “float16” GLOVE_DIR /home/Scene-Graph-Benchmark.pytorch/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp OUTPUT_DIR /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp

参考文档

命令行可选项（可以咨询gpt分别都是什么意思）：