【问题标题】:About tensorflow Metadata and RunOptions关于 tensorflow 元数据和 RunOptions
【发布时间】:2017-04-11 08:13:24
【问题描述】:
当我使用tensorboard时,我找到了代码:
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()
但我无法理解这段代码的含义,我试图搜索解释,但失败了。
谁能给我一些详细的材料或向我解释元数据和运行选项?元数据和运行选项的用途是什么?
【问题讨论】:
标签:
python
tensorflow
deep-learning
【解决方案1】:
需要这些选项来提取图形执行的运行时统计信息。它将有关执行时间和内存消耗的信息添加到您的事件文件中,并允许您在 tensorboard 中查看此信息。
基本上你定义了这些选项,然后将它们传递给 sess.run 并将它们写入 writer:
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()
sess.run(<values_you_want_to_execute>, options=run_options, run_metadata=run_metadata)
your_writer.add_run_metadata(run_metadata, 'step%d' % i)
更多详情,请阅读official guide
【解决方案2】:
1) 跟踪每次迭代,例如张量板 > 图表 > 会话运行;
2) 元数据还存储运行时间、内存消耗等信息,例如
trace_file = open('/home/mk/Documents/timeline.ctf.json', 'w');
trace = timeline.Timeline(step_stats=run_metadata.step_stats);
trace_file.write(trace.generate_chrome_trace_format());