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 трассировки профиля каждые N шагов. Точно один из save_secs и save_steps должен быть установлен. |
save_secs | int или float, сохранять трассировки профиля каждые N секунд. |
output_dir | string, каталог для сохранения трассировок профиля. По умолчанию — текущий каталог. |
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 время жизни 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. Это имеет два существенных отличия от ситуации, когда вызывается begin:
- Когда этот метод вызывается, граф завершается, и к нему больше нельзя добавлять операции.
- Этот метод также будет вызываться 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 методом before_run().
Аргумент run_context — тот же, что и передан в вызов before_run. Можно вызвать run_context.request_stop(), чтобы остановить итерацию.
Если session.run() вызывает 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().
Можно вернуть из этого вызова объект SessionRunArgs, указывающий операции или тензоры, которые нужно добавить к предстоящему вызову run(). Эти операции/тензоры будут выполнены вместе с операциями/тензорами, первоначально переданными в исходный вызов run(). Возвращаемые аргументы run также могут содержать данные для добавления к вызову run().
Аргумент run_context — это объект SessionRunContext, предоставляющий информацию о предстоящем вызове run(): первоначально запрошенные операции/тензоры, сессия TensorFlow.
На этом этапе граф завершается, и вы больше не можете добавлять операции.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext. |
| Возвращает | |
|---|---|
None или объект SessionRunArgs. |
begin
begin()
Вызывается один раз перед использованием сессии.
При вызове текущий граф — это граф, который будет запущен в сессии. Хук может изменять граф, добавляя новые операции. После вызова begin() граф завершится, и другие обратные вызовы больше не смогут 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 окончательные 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 исключении session.run() OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.
| Аргументы | |
|---|---|
session | Сессия TensorFlow, которая будет вскоре 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/versions/r2.9/api_docs/python/tf/estimator/ProfilerHook