VSCode¶
约 1482 个字 2 行代码 7 张图片 预计阅读时间 7 分钟
vscode 注释关键字高亮¶
- 【参看】
command+shift+p打开命令窗口，搜索Highlight Toggle Current命令，此命令可高亮选中的单词
即可设置：
效果：
- command + ， 搜索 highlight代码编辑器位置，一样打开
vscode 调试 shell 调用的 python 文件¶
vscode 中如何Debug用Bash脚本运行的Python代码
使用VSCode对一个用Shell脚本启动的Python程序进行Debug
（1）激活python 运行相应的虚拟环境
（2）安装 debugpy 库
（3）查看可用端口：
Text Only
for port in {5000..6000}; do
(echo > /dev/tcp/localhost/$port) >/dev/null 2>&1 || echo "$port is free"
done
查看5000-6000之间的可用端口，用的 5999
（4）launch.json 配置
在VSCode按Command+Shift+P, 输入Debug: Add Configuration 新建一个launch.json（或者直接打开launch.json)编辑以下内容并保存
Text Only
{
"version": "0.2.0",
"configurations": [
{
"name": "[这里更换为任意名称]",
"type": "python",
"request": "attach",
"connect": {
"host": "localhost",
"port": 5999
}
}
]
}
（5）Shell 使用Shell 启动Python，对原来的Shell进行编辑， 例如原来的Shell是：
只需要在python和[NAME].py之间加入 -m debugpy --listen [端口号]
即：
（6）运行
在运行的 python 的文件中，打上相应的断点，然后运行 shell 文件
即可激活 vscode 的相应调试
一些不太懂的设置：
-
应用市场扩展：Bash Debug
-
launch.json的配置：点击添加配置，新增 3 个：
（1）Bash-Debug (type in script name)
（2）Bash-Debug (hardcoded script name)
（3）Bash-Debug (simplest configuration)
Text Only
{
// 使用 IntelliSense 了解相关属性。
// 悬停以查看现有属性的描述。
// 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{
"name": "[这里更换为任意名称]",
"type": "python",
"request": "attach",
"connect": {
"host": "localhost",
"port": 5999
}
},
{
"type": "bashdb",
"request": "launch",
"name": "Bash-Debug (type in script name)",
"cwd": "${workspaceFolder}",
"program": "${command:AskForScriptName}",
"args": []
},
{
"type": "bashdb",
"request": "launch",
"name": "Bash-Debug (select script from list of sh files)",
"cwd": "${workspaceFolder}",
"program": "${command:SelectScriptName}",
"args": []
},
{
"type": "bashdb",
"request": "launch",
"name": "Bash-Debug (hardcoded script name)",
"cwd": "${workspaceFolder}",
"program": "${workspaceFolder}/path/to/script.sh",
"args": []
},
{
"type": "bashdb",
"request": "launch",
"name": "Bash-Debug (simplest configuration)",
"program": "${file}"
}
]
}
调试不显示张量形状问题¶
【参看】在 VS Code 中调试 Tensor 形状不显示的问题及解决方案
第一步：新建py文件，文件名
第二步：文件中的内容，复制：
第三步：在最开始的文件开头：
Text Only
import torch
import pandas as pd
# -------------------- 自定义包装类 --------------------
class CustomBool:
def __init__(self, value):
self.value = bool(value)
def __repr__(self):
return f'{{bool}} {self.value}'
class CustomInt:
def __init__(self, value):
self.value = int(value)
def __repr__(self):
return f'{{int}} {self.value}'
class CustomStr:
def __init__(self, value):
self.value = str(value)
def __repr__(self):
return f'{{str}} {self.value}'
# 自定义 list 和 dict 子类
class CustomList(list):
def __repr__(self):
return f'{{list: {len(self)}}} {super().__repr__()}'
class CustomDict(dict):
def __repr__(self):
return f'{{dict: {len(self)}}} {super().__repr__()}'
# 自定义 Tensor 的 __repr__ (Torch)
original_tensor_repr = torch.Tensor.__repr__
def custom_tensor_repr(self):
return f'{{Tensor: {tuple(self.shape)}}} {original_tensor_repr(self)}'
torch.Tensor.__repr__ = custom_tensor_repr
# 自定义 DataFrame 的 __repr__ (Pandas)
original_dataframe_repr = pd.DataFrame.__repr__
def custom_dataframe_repr(self):
return f'{{DataFrame: {self.shape}}} {original_dataframe_repr(self)}'
pd.DataFrame.__repr__ = custom_dataframe_repr
# 自定义 DataLoader 的类
class DataLoader:
def __init__(self, data_size):
self.data_size = data_size
def __len__(self):
return self.data_size
def __repr__(self):
return f'{{DataLoader: {len(self)}}} DataLoader object'
# -------------------- __main__ 函数 --------------------
def main():
# 使用自定义类型代替原生类型
my_list = CustomList([1, 2, 3, 4, 5, 6])
my_dict = CustomDict({'a': 1, 'b': 2, 'c': 3})
my_bool = CustomBool(True)
my_int = CustomInt(42)
my_str = CustomStr("hello")
# 测试 Tensor
my_tensor = torch.randn(100, 512)
# 测试 DataFrame
my_dataframe = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 测试 DataLoader
my_dataloader = DataLoader(220)
# 输出内容
print(my_list) # {list: 6} [1, 2, 3, 4, 5, 6]
print(my_dict) # {dict: 3} {'a': 1, 'b': 2, 'c': 3}
print(my_bool) # {bool} True
print(my_int) # {int} 42
print(my_str) # {str} 'hello'
print(my_tensor) # {Tensor: (100, 512)} tensor([...])
print(my_dataframe) # {DataFrame: (3, 3)} A B C
print(my_dataloader) # {DataLoader: 220} DataLoader object
# 如果是直接运行文件，则调用 main 函数
if __name__ == "__main__":
main()
Debug: Add Configuration¶
launch.json 配置
在VSCode按
Command+Shift+P, 输入Debug: Add Configuration新建一个launch.json（或者直接打开launch.json)编辑以下内容并保存
- 想解决的问题，还是 vscode 调试带参数的 python 文件。
另外一种方法，你把自己的 shell 脚本给 gpt，让它给你写一个 配置，然后加到launch.json中就行了 （有点内个虽然，算了，能干活就行）：
Text Only
{
"name": "Python: run_longExp.py",
"type": "python",
"request": "launch",
"program": "${workspaceFolder}/run_longExp.py",
"args": [
"--model_id", "illness_60_24",
"--is_training", "1"
"--model", "SegRNN",
"--data", "custom",
"--root_path", "./dataset/",
"--data_path", "national_illness.csv",
"--features", "M",
"--seq_len", "60",
"--pred_len", "24",
"--d_model", "512",
"--dropout", "0.0",
"--rnn_type", "gru",
"--dec_way", "pmf",
"--seg_len", "12",
"--loss", "mae",
"--des", "test",
"--itr", "1",
"--train_epochs", "2",
"--num_workers", "0"
],
"console": "integratedTerminal",
"justMyCode": true,
"cwd": "${workspaceFolder}"
},
关于这个有几点想说的：
- 使用启动模式而不是附加模式
- 这种调试叫做 以启动模式 调试，而不是附加模式调试，区别在
"request": "launch"，"request": "launch"
这种的好处：
最简单的调试方法是使用"启动"模式，按照以下步骤：
- 使用方案一中的配置替换或添加到
launch.json文件中 - 在VS Code左侧的
"运行和调试"面板中==选择==刚刚创建的"Python: run_longExp.py"配置 - 设置断点并点击绿色的运行按钮开始调试
🟢 不需要手动启动调试服务器
- 一些参数解释：
Text Only
{
"name": "Python: run_longExp.py", // 调试配置的名称，会显示在VSCode调试下拉菜单中
"type": "python", // 指定调试器类型为Python
"request": "launch", // 使用"启动"模式而非"附加"模式
"program": "${workspaceFolder}/run_longExp.py", // 要运行的Python脚本路径
"args": [ // 传递给脚本的命令行参数
"--model_id", "illness_60_24", // 模型ID参数
"--is_training", "1" // 训练模式标志
"--model", "SegRNN", // 使用的模型
// ...更多参数
],
"console": "integratedTerminal", // 使用VSCode内置终端显示输出
"justMyCode": true, // 只调试您的代码，跳过库代码
"cwd": "${workspaceFolder}" // 设置工作目录为项目根目录
}
vscode 调试相关¶
（1）记录点
- 运行但是不停止
{args.model_name}大括号包起来的内容会自动替换为 python 文件中的内容
（2）禁用断点
case：有时候断点太多了，一点点从头开始一步步看，前面的断点明白了，就不用看了，但又不想删除时
2025-02-28 18:08:342025-03-19 13:42:42