Python tf.debugging.set_log_device_placement用法及代码示例

打开或关闭设备放置决策的日志记录。

用法

tf.debugging.set_log_device_placement(
    enabled
)

操作在特定设备上执行，在该设备上产生和使用张量。这可能会改变操作的性能或要求 TensorFlow 将数据复制到加速器或从加速器复制数据，因此了解操作执行的位置对于调试性能问题很有用。

如需更高级的分析，请使用 TensorFlow 分析器。

操作的设备放置通常由tf.device 范围控制，但也有例外，例如在变量初始放置之后的tf.Variable 上的操作。关闭软设备放置(使用 tf.config.set_soft_device_placement )可提供更明确的控制。

tf.debugging.set_log_device_placement(True)
tf.ones([])
# [...] op Fill in device /job:localhost/replica:0/task:0/device:GPU:0
with tf.device("CPU"):
 tf.ones([])
# [...] op Fill in device /job:localhost/replica:0/task:0/device:CPU:0
tf.debugging.set_log_device_placement(False)

打开 tf.debugging.set_log_device_placement 还会在调用函数时记录操作在 tf.function 内的放置。