tensorflow - 使用 SKFlow 的 TensorFlow 时间线

Question

此处描述的 Tensorflow 时间轴是一种使用 Chrome 跟踪机制分析 tensorflow 运行的方法。但是要使用它，似乎需要在Session.run()调用中设置选项，例如：

with tf.Session() as sess:
    run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
    run_metadata = tf.RunMetadata()
    sess.run(network, options=run_options, run_metadata=run_metadata)

在 SKFlow 中，通常无法访问实际Session.run()调用。相反，一个调用Estimator.fit()，例如从登录页面：

classifier.fit(iris.data, iris.target, steps=200, batch_size=32)

是否可以使用完整的跟踪选项运行 SKFlow，以便可以使用 Tensorflow 时间线？如果是这样，怎么做？

Answer 1

TensorFlow contrib 包含一个ProfilerHook. 由于它似乎是在 1.0 之后添加的，因此您可能需要使用每晚构建或从此处复制类定义。

Answer 2

我不熟悉 TensorFlow Timeline，但您可能可以考虑使用SessionRunHook（最初是 TF.Learn 中的监视器）来附加tf.Session(). 希望这可以帮助。