TensorFlow函数教程：tf.profiler.profile

tf.profiler.profile函数

tf.profiler.profile(
    graph=None,
    run_meta=None,
    op_log=None,
    cmd='scope',
    options=_DEFAULT_PROFILE_OPTIONS
)

定义在：tensorflow/python/profiler/model_analyzer.py。

profile模型。

可以在以下网址找到教程和示例：https：//github.com/tensorflow/tensorflow/tree/master/tensorflow/core/profiler/README.md

参数：

• graph：tf.Graph。如果是“None”或者未启用“eager执行”，请使用默认图形。
• run_meta：可选的tensorflow.RunMetadata proto。有必要支持运行时信息分析，例如时间和内存。
• op_log：tensorflow.tfprof.OpLogProto proto。用户可以使用op_log为图节点分配“types”。“types”允许用户使用选项['accounts_type_regexes']灵活地分组和帐户配置文件。
• cmd：字符串。可以是：'op'，'scope'，'graph'或'code'。'op'视图使用操作类型组织profile。（例如，MatMul）“scope”视图使用图形节点名称范围组织profile。“graph”视图使用图形节点输入/输出组织profile。'code'视图使用Python调用堆栈组织profile。
  
• options：选项的一个词。

返回：

如果cmd是'scope'或'graph'，则返回GraphNodeProto proto。如果cmd是'op'或'code'，则返回MultiGraphNodeProto proto。副作用：stdout/file/timeline.json取决于选项['output']。