TensorFlow函数教程：tf.profiler.write_op_log

tf.profiler.write_op_log函数

tf.profiler.write_op_log(
    graph,
    log_dir,
    op_log=None,
    run_meta=None,
    add_trace=True
)

定义在：tensorflow/python/profiler/tfprof_logger.py。

log提供了'op_log'，并在下面添加其他模型信息。

API还将tf.trainable_variables()中的ops指定为名为“_trainable_variables”的op类型。API还会记录定义了op.RegisterStatistics()的ops的“flops”统计信息。flops计算取决于'graph'中定义的Tensor形状，这可能不完整。如果提供了'run_meta'，则尽最大努力完成shape信息。

参数：

• graph：tf.Graph。如果为“None”或者未启用“eager执行”，请使用默认图形。
• log_dir：写入日志文件的目录。
• op_log:（可选）要写入的OpLogProto原型。如果未提供，则创建新的。
• run_meta:（可选）RunMetadata proto，可帮助使用运行时shape信息进行计算。
• add_trace：是否添加python代码跟踪信息。用于支持“code”视图。