python-3.x - TensorFlow tf.function 和 jit_compile
问题描述
我使用 Gauss-Kronrod 算法使用 Tensorflow 编写了数值积分函数。我注意到,当我用它来装饰它时,与仅@tf.function(jit_compile=True)
相比它需要更长的时间来执行@tf.function
。我脑海中浮现的唯一解释是它多次重新编译,但我不知道这是什么原因。该函数具有以下签名:
@tf.function(jit_compile=True)
def integrate(func, lower_interval, upper_interval):
...
它只被调用一次,我们想要集成的函数由 给出,func
因为它也是编译的。另外,我尝试使用 TensorBoard Profiler,但它没有显示任何信息。它在性能摘要页面上显示所有指标的 0 毫秒。
Compilation Time 0ms
Output Time 0ms
etc.
我也尝试了该experimental_get_compiler_ir
方法,但我不明白我应该看什么。任何可能导致此类问题或如何调试它的建议将不胜感激。
解决方案
推荐阅读
- haskell - Haskell - 随机浮动
- android - 以编程方式控制 WebView 中的 youtube 视频
- javascript - 使用 React 钩子如何同时更新 2 个钩子,但在其他钩子中使用一个的 prevState
- python - 使用 python 3.7 在 GAE 上 60 秒后 Cron 作业以 504 Gateway Timeout 结束
- sql - 使用 insert - 语句接收到无穷无尽的错误
- angular - 角度路由不起作用,它将我重定向到基本网址
- python - 自定义分组
- excel - Excel 宏 - 如何在数据透视的数据值中将日期值显示为日期
- python - 将特定单元格中的值拆分为数据框中的行
- awk - 在 awk 中操作文本文件中的列