我的TensorFlow训练很慢。如何配置配置文件以查找热点？

有时作业运行缓慢，如果能够在作业运行时对其进行分析以查找热点，那就太好了。在TensorFlow中，尤其是在Google云机器学习引擎中，这一点如何降低？

profilerook

将输出一个可以使用Chrome可视化的跟踪

首先，在实例化

实验

时添加一个

profilerook

：

from tensorflow.contrib import hooks

profiler_hook = hooks.ProfilerHook(save_steps=100, output_dir=args.job_dir)
experiment = tf.contrib.learn.Experiment(
              estimator=estimator,
              ...
              train_monitors=[profiler_hook])

接下来，正常运行作业。在作业运行时或作业完成后，将时间线复制到本地磁盘，例如

mkdir /tmp/timelines
gsutil -m cp gs://my-bucket/my-job/timeline*.json /tmp/timelines

现在，打开chrome并在地址栏中键入以下内容：

chrome://tracing

点击加载按钮，搜索要加载的特定

timeline.json

文件

在图表上寻找需要很长时间的“条形图”。单击它们以获取更多信息