如何在 Tensorflow 中为 Seesion 配置设置 inter_op_parallelism_threads 和 intra_op_parallelism_threads答案

【问题标题】：how to set inter_op_parallelism_threads and intra_op_parallelism_threads for seesion configuration in Tensorflow如何在 Tensorflow 中为 Seesion 配置设置 inter_op_parallelism_threads 和 intra_op_parallelism_threads
【发布时间】：2017-07-23 08:12:34
【问题描述】：

如果您使用 TF 的 MKL 构建，线程模型将变为 OpenMP 而不是 Pthreads。控制线程数及其亲和性对于获得良好的 CPU 性能至关重要。在某些情况下，可以执行以下操作：

 config = tf.ConfigProto(inter_op_parallelism_threads=FLAGS.inter_op,intra_op_parallelism_threads=FLAGS.intra_op)
 sess = tf.Session(config=config)

但是这种机制似乎不适用于 rnn 教程应用

ptb /tensorflow/tensorflow/models/tutorials/rnn/ptb/ptb_word_lm.py

我认为使用

sv = tf.train.Supervisor(logdir=FLAGS.save_path)

定义会话添加

inter_op_parallelism_threads=FLAGS.inter_op,intra_op_parallelism_threads=FLAGS.intra_op

调用失败。那么一般如何设置这些标志呢？

【问题讨论】：

什么是FLAGS？！

标签： tensorflow

【解决方案1】：

ptb_word_lm.py 的解决方案似乎是添加

config = tf.ConfigProto(inter_op_parallelism_threads=FLAGS.inter_op,intra_op_parallelism_threads=FLAGS.intra_op)

sess = tf.Session(config=config)

在调用 ptb_reader 之前设置会话环境。（以及一些 OMP* 环境变量）

【讨论】：