88、展示Tensorflow计算图上每个节点的基本信息以及运行时消耗的时间和空间

'''
Created on May 24, 2017

@author: p0079482
'''
#使用程序输出日志
import tensorflow as tf
with tf.Session() as sess:
    tf.initialize_all_variables().run()
    for i in range(TRAINING_STEPS):
        xs,ys=mnist.train.next_batch(BATCH_SIZE)
        
        #每1000轮记录一次运行状态
        if i%1000==0:
            #配置运行时需要记录的信息
            run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
            #运行时记录运行信息的proto
            run_metadata=tf.RunMetadata()
            #将配置信息和记录运行信息的proto传入运行的过程，从而记录运行时每一个节点的时间、空间开销信息
            _,loss_value,step=sess.run([train_op,loss,global_step],
                                       feed_dict={x:xs,y_:ys},
                                       options=run_options,run_metadata=run_metadata)
            #将节点在运行时的信息写入日志文件
            train_writer.add_run_metadata(run_metadata,'step%03d'%i)
            print("After %d training step(s),loss on training batch is %g."%(step,loss_value))
        else:
            _,loss_value,step=sess.run([train_op,loss,global_step],feed_dict={x:xs,y_:ys})

 

转载于:https://www.cnblogs.com/weizhen/p/6899930.html