tf.compat.v1.train.ProfilerHook
Захватывает информацию о профилировании CPU/GPU каждые N шагов или секунд.
Наследуется от: SessionRunHook
tf.compat.v1.train.ProfilerHook(
save_steps=None,
save_secs=None,
output_dir='',
show_dataflow=True,
show_memory=False
)
Это создаёт файлы с названием "timeline-
Для получения дополнительной информации см.: https://github.com/catapult-project/catapult/blob/master/tracing/README.md
| Аргументы | |
|---|---|
save_steps | int, сохранять профилирующие трассировки каждые N шагов. Должно быть установлено ровно одно из save_secs и save_steps. |
save_secs | int или float, сохранять профилирующие трассировки каждые N секунд. |
output_dir | string, каталог для сохранения профилирующих трассировок. По умолчанию — текущий каталог. |
show_dataflow | bool, если True, добавляет события потока в трассировку, соединяя производителей и потребителей тензоров. |
show_memory | bool, если True, добавляет события моментального снимка объекта в трассировку, отображающие размеры и жизненный цикл тензоров. |
Методы
after_create_session
after_create_session(
session, coord
)
Вызывается при создании новой сессии TensorFlow.
Этот метод вызывается для сигнализации хукам о создании новой сессии. Есть два ключевых отличия от ситуации, в которой вызывается begin:
- Когда этот метод вызывается, граф завершен, и к графу больше нельзя добавлять операции.
- Этот метод также будет вызван в результате восстановления обернутой сессии, а не только в начале всей сессии.
| Аргументы | |
|---|---|
session | Созданная сессия TensorFlow. |
coord | Объект Coordinator, отслеживающий все потоки. |
after_run
after_run(
run_context, run_values
)
Вызывается после каждого вызова run().
Аргумент run_values содержит результаты запрошенных операций/тензоров в вызове before_run().
Аргумент run_context — тот же, что и переданный в вызов before_run. Можно вызвать run_context.request_stop() для остановки итерации.
Если в session.run() возникнут какие-либо исключения, то after_run() не вызывается.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext. |
run_values | Объект SessionRunValues. |
before_run
before_run(
run_context
)
Вызывается перед каждым вызовом run().
Вы можете вернуть объект SessionRunArgs, указывающий операции или тензоры для добавления к предстоящему вызову run(). Эти операции/тензоры будут выполнены вместе с первоначально переданными в исходный вызов run() операциями/тензорами. Возвращаемые вами аргументы run также могут содержать значения feeds для добавления в вызов run().
Аргумент run_context — объект SessionRunContext, предоставляющий информацию о предстоящем вызове run(): первоначально запрошенные операции/тензоры, сессия TensorFlow.
На этом этапе граф завершен, и вы не можете добавить к нему операции.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext. |
| Возвращаемое значение | |
|---|---|
None или объект SessionRunArgs. |
begin
begin()
Вызывается один раз перед использованием сессии.
При вызове текущим графом является тот, который будет запущен в сессии. Хук может изменять граф, добавляя к нему новые операции. После вызова begin() граф будет завершен, и другие обратные вызовы не смогут больше изменять граф. Второй вызов begin() для одного и того же графа не должен изменять граф.
end
end(
session
)
Вызывается в конце сессии.
Аргумент session можно использовать в случае, если хук хочет выполнить завершающие операции, такие как сохранение последней контрольной точки.
Если в session.run() возникнет исключение, отличное от OutOfRangeError или StopIteration, то end() не вызывается. Обратите внимание на разницу в поведении end() и after_run(), когда session.run() вызывает OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() нет.
| Аргументы | |
|---|---|
session | Сессия TensorFlow, которая скоро будет закрыта. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/train/ProfilerHook