防止vscode近程调试python变卡的好习惯
准则：编程时与调试时，保障程序与配置文件是可能失常运行的最小化代码。程序性能最好可能合成开，独自调试。
具体场景一、想调试某个文件，在launch.json中，如果这个文件不须要在控制台接管参数，那么把配置中的args删除。因为应用args配置了参数，会导致程序加载了不必要配置，执行了非预期的逻辑。这些非预期的逻辑中，可能蕴含计算十分慢的代码。
{ "name": "Python: Current File", "type": "python", "request": "launch", "program": "${file}", "console": "integratedTerminal", "justMyCode": false, "args": [ ],}具体场景二、Python导包，导入满足运行条件的最小的函数与类。
尽量应用 from xxx import yyy来选择性导入须要用的包，间接应用import xxx，它会加载xxx中的所有import语句与全局执行的语句，这样，不晓得什么中央，会有一句代码，会影响到失常的调试，不不便定位谬误。
例子：入口脚本程序中引入了一个自定义的包，这个包中应用pytorch时，并且设置了如下的打印选项。
import torchtorch.set_printoptions(profile='full')它会的十分的慢。实测在NVIDIA GeForce RTX 2080 Ti，在DEBUG CONSOLE中打印一个这样的变量：[Tensor(shape=(663, 655), dtype=torch.bool), Tensor(shape=(663, 655), dtype=torch.bool)], 大略须要18.23s。相当的慢。
如果调试的程序中，蕴含特地多的包，那么定位到引起调试代码，单步调试特地慢的起因，不是很容易。
卡顿状况定位经验总结
景象：程序中调用mmdetection推理的函数的代码，在debug过程中，单步执行一步特地慢，须要20s以上。
1 我狐疑与mmdetection推理的接口函数无关。那么，我独自整了python文件，外面编写mmdetection推理demo的最小化、最简略的代码。并debug这个python文件，发现debug很失常。没有问题。
2 我褪掉多余的代码封装，针对最里层的类，独自整了个测试demo。对最里层的类，代码上，仅保留实现mmdetection推理、推理后后果打印，其它所有清空。并且import的包，仅保留不报错的起码类的包，其它导入的包全副删除。这样再做测试，发现在debug过程中，单步执行一步速度变失常了。
3 在上一步的根底上，每一次加一点代码块，并测试debug过程单步执行一步的速度。始终减少到会让程序变慢的那个代码块。对让程序变慢的代码块，能够再细粒度的从不会变慢的最小化代码版本上，缓缓减少代码，始终到减少到呈现让程序变慢的代码，即定位到了程序变慢的代码。