TensorFlow函数教程:tf.profiler.write_op_log

2019-02-18 10:53 更新

tf.profiler.write_op_log函数

tf.profiler.write_op_log(
    graph,
    log_dir,
    op_log=None,
    run_meta=None,
    add_trace=True
)

定义在:tensorflow/python/profiler/tfprof_logger.py。

log提供了'op_log',并在下面添加其他模型信息。

API还将tf.trainable_variables()中的ops指定为名为“_trainable_variables”的op类型。API还会记录定义了op.RegisterStatistics()的ops的“flops”统计信息。flops计算取决于'graph'中定义的Tensor形状,这可能不完整。如果提供了'run_meta',则尽最大努力完成shape信息。

参数:

  • graph:tf.Graph。如果为“None”或者未启用“eager执行”,请使用默认图形。
  • log_dir:写入日志文件的目录。
  • op_log:(可选)要写入的OpLogProto原型。如果未提供,则创建新的。
  • run_meta:(可选)RunMetadata proto,可帮助使用运行时shape信息进行计算。
  • add_trace:是否添加python代码跟踪信息。用于支持“code”视图。
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号