tf.estimator.ProfilerHook
Захватывает информацию о профилировании CPU/GPU каждые N шагов или секунд.
Наследуется от: SessionRunHook
tf.estimator.ProfilerHook(
save_steps=None, save_secs=None, output_dir='', show_dataflow=True,
show_memory=False
)
Это создаёт файлы с именем «timeline-
Для получения дополнительной информации см.: https://github.com/catapult-project/catapult/blob/master/tracing/README.md
| Аргументы | |
|---|---|
save_steps | int, сохранять трассы профилирования каждые N шагов. Должно быть установлено ровно одно из save_secs и save_steps. |
save_secs | int или float, сохранять трассы профилирования каждые N секунд. |
output_dir | string, директория для сохранения трасс профилирования. По умолчанию - текущая директория. |
show_dataflow | bool, если True, добавлять события потока в трассировку, соединяющие производителей и потребителей тензоров. |
show_memory | bool, если True, добавлять события моментального снимка объекта в трассировку, показывающие размеры и жизненный цикл тензоров. |
Методы
after_create_session
after_create_session(
session, coord
)
Вызывается при создании новой сессии TensorFlow.
Это вызывается для уведомления хуков о создании новой сессии. Это имеет два существенных отличия от ситуации, в которой вызывается begin.
- Когда это вызывается, граф завершён, и больше нельзя добавлять операции в граф.
- 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 вызовом before_run().
Аргумент run_context - тот же, что и переданный в вызов before_run. run_context.request_stop() может быть вызван для остановки итерации.
Если session.run() вызывает 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 из этого вызова объект SessionRunArgs, указывающий на операции или тензоры для добавления к предстоящему вызову run(). Эти операции/тензоры будут выполнены вместе с операциями/тензорами, изначально переданными в исходный вызов run(). Возвращённые вами аргументы run также могут содержать данные для добавления в вызов run().
Аргумент run_context - объект SessionRunContext, который предоставляет информацию о предстоящем вызове run(): изначально запрошенные операции/тензоры, сессия TensorFlow.
В этот момент граф завершён, и вы не можете добавлять операции.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext . |
| Возвращаемое значение | |
|---|---|
None или объект SessionRunArgs . |
begin
begin()
Вызывается один раз перед использованием сессии.
При вызове текущий граф - тот, который будет запущен в сессии. Хук может изменить граф, добавив новые операции. После вызова begin() граф будет завершён, и другие обратные вызовы больше не смогут изменять граф. Второй вызов begin() для того же графа не должен изменять граф.
end
end(
session
)
Вызывается в конце сессии.
Аргумент session может использоваться в случае, если хук хочет выполнить конечные операции, такие как сохранение последней контрольной точки.
Если session.run() вызывает исключение, отличное от OutOfRangeError или StopIteration, то end() не вызывается. Обратите внимание на разницу в поведении end() и after_run() при том, что session.run() вызывает OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.
| Аргументы | |
|---|---|
session | Сессия TensorFlow, которая скоро будет закрыта. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/estimator/ProfilerHook