python - 为什么即使同时设置 inter_op_parallelism_threads 和 intra_op_parallelism_threads = 1，Tensorflow 也会产生多个线程（线程数 262）

Question

我正在运行一个简单的 Tensorflow 程序（Keras API）来在单个图像上训练模型（仅限 CPU）。这里的目标是了解 Tensorflow 如何在模型和/或数据并行性方面实现前向/后向传递。最初使用默认参数运行时，VTune Amplifier（英特尔分析器）显示生成了 421 个线程。然后我通过将 inter_op_parallelism_threads 和 intra_op_parallelism_threads 都设置为 1 来重新运行，以强制它在单个内核上运行。即便如此，VTune 仍显示生成了 262 个线程。有人可以帮我理解为什么会产生这么多线程吗？这与使用 Python API for Tensorflow 有关吗？

我在 CentOS 上使用 Tensorflow 1.13 和 python 3.6。

标签： pythontensorflow