Python tf.profiler.experimental.Trace用法及代码示例

在分析器中生成跟踪事件的上下文管理器。

用法

tf.profiler.experimental.Trace(
    name, **kwargs
)

参数

name 跟踪事件的名称。

**kwargs 添加到跟踪事件的关键字参数。 key 和 value 都是可以转换为字符串的类型，分析器将根据 traceme 名称对其进行解释。

示例用法：

tf.profiler.experimental.start('logdir')
  for step in range(num_steps):
    # Creates a trace event for each training step with the
    # step number.
    with tf.profiler.experimental.Trace("Train", step_num=step):
      train_fn()
  tf.profiler.experimental.stop()

上面的示例使用关键字参数 "step_num" 来指定要跟踪的训练步骤。

进入上下文时将启动跟踪事件，并在退出上下文时停止并将结果保存到分析器。打开 TensorBoard Profile 选项卡并选择跟踪查看器以查看时间轴中的跟踪事件。

仅当启用探查器时才会创建跟踪事件。有关如何使用分析器的更多信息，请访问 https://tensorflow.org/guide/profiler

示例用法：

tf.profiler.experimental.start('logdir')
for step in range(num_steps):
  # Creates a trace event for each training step with the step number.
  with tf.profiler.experimental.Trace("Train", step_num=step, _r=1):
    train_fn()
tf.profiler.experimental.stop()

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.profiler.experimental.Trace。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。