我的理解是TensorFlow在每个设备上创建两个线程池：一个用于帧内并行操作，一个用于操作间并行。
假设在/gpu:0和intra_op_parallelism_threads=5上有3个独立的操作A，B，C。假设A和B具有单线程GPU内核实现，并且C具有多线程内核实现，这意味着它们都可以在同一设备上并行运行，A和B仅使用1个GPU线程而C耗尽到3个GPU线程？
现在假设inter_op_parallelism_threads=2，这是否意味着在/gpu:0上只能同时评估3个操作中的2个，因此在上面的示例中，它可能是A + B，B + C或A + C取决于谁先到达那里？
注意：我正试图理解@ mrry对这个问题的回答：Tensorflow: executing an ops with a specific core of a CPU