Python tf.debugging.set_log_device_placement用法及代碼示例

打開或關閉設備放置決策的日誌記錄。

用法

tf.debugging.set_log_device_placement(
    enabled
)

操作在特定設備上執行，在該設備上產生和使用張量。這可能會改變操作的性能或要求 TensorFlow 將數據複製到加速器或從加速器複製數據，因此了解操作執行的位置對於調試性能問題很有用。

如需更高級的分析，請使用 TensorFlow 分析器。

操作的設備放置通常由tf.device 範圍控製，但也有例外，例如在變量初始放置之後的tf.Variable 上的操作。關閉軟設備放置(使用 tf.config.set_soft_device_placement )可提供更明確的控製。

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)

打開 tf.debugging.set_log_device_placement 還會在調用函數時記錄操作在 tf.function 內的放置。