Tensoflow API笔记(N) 设备指定

    tf.device是tf.Graph.device()的一个包装，是一个用于指定新创建的操作(operation)的默认设备的环境管理器。参数为device_name_or_function，可以传入一个设备字符串或者环境操作函数，如tf.DeviceSpec。

    

•     不过，如果传入的是一个设备名称字符串，那么在此环境中构造的所有操作都将被分配给带有该名称的设备，除非被其他嵌套的设备环境(其他的tf.device)所覆盖。
  
•     如果传入的是一个函数，它将被当作一个从操作对象到设备名称字符串的函数，并在每次创建新操作时调用它。操作将被分配给带有返回名称的设备。
  
•     如果是None，所有的来自代码段上下文的设备调用将被忽略。

 

 1 with g.device('/device:GPU:0'):
 2     # All operations constructed in this context will be placed
 3     # on GPU 0.
 4 with g.device(None):
 5     # All operations constructed in this context will have no
 6     # assigned device.
 7  
 8 # Defines a function from `Operation` to device string.
 9 def matmul_on_gpu(n):
10     if n.type == "MatMul":
11         return "/device:GPU:0"
12     else:
13         return "/cpu:0"
14  
15 with g.device(matmul_on_gpu):
16     # All operations of type "MatMul" constructed in this context
17     # will be placed on GPU 0; all other operations will be placed
18     # on CPU 0.

 

    另外，API文档也警告说：

    设备范围可能被op包装器或其他库代码覆盖。例如，变量赋值操作v .assign()必须与tf.Variable变量v一起使用，如果变量v和不兼容的设备嵌套将被忽略。

 

    tf.DeviceSpec返回的是部分或者全部的设备指定，在整个graph中来描述状态存储和计算发生的位置，并且允许解析设备规范的字符串，以验证它们的有效性、合并它们或以编码方式组合它们。

 1 # Place the operations on device "GPU:0" in the "ps" job.
 2 device_spec = DeviceSpec(job="ps", device_type="GPU", device_index=0)
 3 with tf.device(device_spec):
 4     # Both my_var and squared_var will be placed on /job:ps/device:GPU:0.
 5     my_var = tf.Variable(..., name="my_variable")
 6     squared_var = tf.square(my_var)
 7     如果一个DeviceSpec被部分指定，将根据定义的范围与其他DeviceSpecs合并，在内部内定义的DeviceSpec组件优先于在外层内定义的组件。
 8 with tf.device(DeviceSpec(job="train", )):
 9     with tf.device(DeviceSpec(job="ps", device_type="GPU", device_index=0):
10         # Nodes created here will be assigned to /job:ps/device:GPU:0.
11     with tf.device(DeviceSpec(device_type="GPU", device_index=1):
12         # Nodes created here will be assigned to /job:train/device:GPU:1.

 

 

参数：

• Job: 作业名称
• Replica: 用于复制job的索引.
• Task: 任务索引.
• Device type: 设备类型 ("CPU" or "GPU").
• Device index: 设备索引，如果未指定，则可以使用任意的设备。

方法：

from_string：

    接收一个如下形式的字符串：

         /job:/replica:/task:/device:CPU

         /job:/replica:/task:/device:GPU

    其中CPU和GPU是互相排斥的，用于

merge_from：

    将另外一个“DeviceSpec”的属性合并到当前DeviceSpec中。

parse_from_string：

    将DeviceSpec名称（字符串）解析为组件。

to_string:

    返回DeviceSpec的字符串。

 

 

转载于:https://www.cnblogs.com/big-face/p/8691727.html