Tensorflow 如何了解您运行程序所针对的云TPU设备的更多信息？

无论我们是使用Google Colab还是直接访问云TPU，下面的程序仅提供有关底层TPU的有限信息：

导入操作系统
导入tensorflow作为tf
tpu地址='grpc://'+os.environ['COLAB\U tpu地址']
打印（'TPU地址为'，TPU地址）
def printTPUDevices（）：
以tf.Session（tpu_地址）作为会话：
设备=会话。列出设备（）
打印（'TPU设备：'）
返回装置
打印设备（）

---

是否有任何以编程方式或通过bash命令显示更多信息的文档，请参阅此要点，例如：..

云TPU系统架构与GPU稍有不同，因此此级别的信息不可用

由于客户端与远程TensorFlow对话并使用，因此客户端代码不需要根据TPU上的可用功能进行更改，远程服务器将根据TPU的功能编译机器指令

---

但是，提供了TPU性能优化的较低级别视图。您可以看到一个跟踪级别的视图，显示哪些操作正在占用内存和计算时间。

感谢Rajiv将标记修改为更合适的标记感谢@michaelb，我遇到了云TPU配置文件，尽管在我们使用它之前似乎需要一些设置。有没有一个更简单/更简短的方法通过谷歌Colab使用它。我正在研究TPU的这一方面-在我的阅读清单上，谢谢你的提示