TensorFlow函数教程:tf.profiler.write_op_log
2019-02-18 10:53 更新
tf.profiler.write_op_log函数
tf.profiler.write_op_log(
graph,
log_dir,
op_log=None,
run_meta=None,
add_trace=True
)
定义在:tensorflow/python/profiler/tfprof_logger.py。
log提供了'op_log',并在下面添加其他模型信息。
API还将tf.trainable_variables()中的ops指定为名为“_trainable_variables”的op类型。API还会记录定义了op.RegisterStatistics()的ops的“flops”统计信息。flops计算取决于'graph'中定义的Tensor形状,这可能不完整。如果提供了'run_meta',则尽最大努力完成shape信息。
参数:
- graph:tf.Graph。如果为“None”或者未启用“eager执行”,请使用默认图形。
- log_dir:写入日志文件的目录。
- op_log:(可选)要写入的OpLogProto原型。如果未提供,则创建新的。
- run_meta:(可选)RunMetadata proto,可帮助使用运行时shape信息进行计算。
- add_trace:是否添加python代码跟踪信息。用于支持“code”视图。