如何检查使用MKL的Tensorflow图重写是否发生？

从外观上看，一些MKL优化是通过用使用MKL的融合函数替换节点集的图形重写来完成的。我试着用

tf.logging.set\u verbosity（1）

查找重写，但从未看到过

<>我已经在MCPU和XLA启用的CPU上建立了源代码。我认为构建使用的是MKL，因为我可以对

tf.nn.conv2d

和

tf.nn.bias\u add

使用“NCHW”数据格式，如果它们同时出现在向前传递中。它运行速度更快，并充分利用了CPU。后向传递错误表示“CPU BiasGradOp仅支持NHWC”，尽管看起来存在MKL函数来融合Conv2D和BiasAdd，并向前和向后使用“NCHW”。因此，我想直接寻找重写

---

如何查看图表是否正在重写？

一种方法是使用时间线/跟踪功能。你可以遵循这个答案。如果它使用MKL，您将看到名为

\u MklReshape

或

\u MklConv2D

的节点Tensorflow有一个带有教程的调试器（tfdbg）。调试器在运行

会话之前，将打印会话.run（）

将访问的所有图形节点的列表

还可以研究输入张量、输出张量和每个节点的属性

---

如果您不想花时间使用tfdbg编译，Ariel的答案也可以用来查看op类型。

这不是专门测试图形重写，但您可以使用以下方法检查tensorflow中是否启用了mkl：

tf.python.pywrap_tensorflow.IsMklEnabled()

---

From:

对于v2.0.0+来说，命令是：

python -c "from tensorflow.python import pywrap_tensorflow; print(pywrap_tensorflow.IsMklEnabled())"

---

来源：

在当前版本中，命令更改为：python-c“import tensorflow；print（tensorflow.pywrap\u tensorflow.IsMklEnabled（））”