remote pdb使用记录

以前代码debug一直用原始的pdb，方便好用。最近接触的代码框架使用了ddp加速训练，导致pdb不好用了。

具体来说，在ddp训练时，用单卡训练，跟非ddp模式是一致的，python -m pdb xxx.py的模式也能正常用pdb。但是常态训练需要用多卡分布式训练，执行命令时用非侵入式 python -m pdb xxx.py 的模式无效，好像只能使用侵入式的pdb调试方法，具体为在想要中断的程序行前预先添加
import pdb;
pdb.set_trace()
在实际使用中，这种方式确实能在多卡训练时使程序中断，但是在中断窗口不能正常键入字母。有时候是键盘按半天屏幕什么也不显示，有时候是根本没输入成功，直接将其他地方复制的长语句（比如某文件路径）粘过来也会变成乱七八糟的字母组合，根本无法正常用n，c，b等等正常用的pdb命令。由此，找到了remote pdb这个工具。

首先pip安装超时，去他们官网下载whl自己安，然后是几个简单使用后发现的特点。
1、官网提供了两种用例：

实际我在分布式训练使用时，发现第二种不太行。ddp训练GPU和节点数≥2，在设置断点的地方会同时占用两个端口，导致第二种写法中预先定义的一个端口被占用，无法分配给第二个节点（或者更多），报错。所以在ddp中，用第一种写法。
2、分布式训练时，如果用pdb调试，好像会根据预设的节点数量（也即GPU数量）出现同样多的调试终端窗口，在程序运行中，需要所有的节点的调试终端的都c或者n到指定位置，整个程序才会继续执行下去。
3、如果在程序的不同位置预先设置了remote-pdb断点，在程序进行到第一个断点时，主程序终端会给出与训练节点数量一致的连接地址和端口，

连进去之后就是显示程序停留在预设的断点位置。在所有终端操作完继续执行后，程序开始顺序执行一直到下个预设断点，这其中主程序原本的输出还是会打印在主终端窗口中，一直到运行到下一个断点，主终端会再次出现

当你去连接到这两个地址时，上面第一次的连接会自动关闭，好像被程序注销了一样。完成替代。
4、在主程序的正常执行过程中，代表断点的remote终端关闭并不会影响主程序的运行，但是当主程序执行到当前断点，你在其他终端连接到当前断点的remote 窗口，又手动关闭后，主程序会自动终止退出。