# 总结 在本章中，我们学习了如何在 TensorFlow 中调试用于构建和训练模型的代码。我们了解到我们可以使用`tf.Session.run()`将张量作为 NumPy 数组获取。我们还可以通过在计算图中添加`tf.Print()`操作来打印张量值。我们还学习了在使用`tf.Assert()`和其他`tf.assert_*`操作执行期间某些条件无法保持时如何引发错误。我们通过对 TensorFlow 调试器（`tfdbg`）的介绍结束本章，用于设置断点和观察张量值，就像我们在 Python 调试器（`pdb`）或 GNU 调试器（`gdb`中调试代码一样） ）。 本章将我们的旅程带入一个新的里程碑。我们不希望旅程在此结束，但我们相信旅程刚刚开始，您将进一步扩展和应用本书中获得的知识和技能。 我们非常期待听到您的经验，反馈和建议。