我们能看到tensorflow GraphDef中的发送节点和接收节点吗？
我们能看到tensorflow GraphDef中的发送节点和接收节点吗？
提问于 2016-10-31 17:44:04
我们能否看到tensorflow GraphDef中的发送节点和接收节点，或者使用python？
我尝试下面的代码
import tensorflow as tf
with tf.device("/gpu:0"):
x = tf.constant(1.0)
with tf.device("/gpu:1"):
y = tf.constant(2.0)
with tf.device("/cpu:0"):
sum = tf.add(x, y)
graph_def = tf.get_default_graph().as_graph_def()
print(graph_def)但是graph_def中没有发送/recv节点。是否向图中添加了发送/recv节点，以便将x和y传输到cpu
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-11-01 20:59:56
在第一次尝试执行图时，发送节点和recv节点仅在调用tf.Session.run()时才被添加到图中.实际上，所添加的发送和recv节点集将取决于您在该调用中输入和获取的特定张量。
通过将tf.RunOptions(output_partition_graphs=True)传递给Session.run()调用，您可以看到在每个设备上执行的精确图，包括发送节点和recv节点，如下所示：
options = tf.RunOptions(output_partition_graphs=True)
metadata = tf.RunMetadata()
sess.run(..., options=options, metadata=metadata)
for partition_graph_def in metadata.partition_graphs:
print partition_graph_def # Contains all the nodes that ran on a single device.页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40347592
复制相关文章
相似问题
腾讯云开发者
