采用SKFlow的张量流时间轴

Question

描述的Tensorflow时间轴here是一种使用Chrome跟踪机制分析张量流运行的方法。但是，要使用它，似乎需要在Session.run()调用中设置选项，例如：

with tf.Session() as sess:
    run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
    run_metadata = tf.RunMetadata()
    sess.run(network, options=run_options, run_metadata=run_metadata)

在SKFlow中，通常无法访问实际的Session.run()电话。相反，请拨打Estimator.fit()，例如来自landing page：

classifier.fit(iris.data, iris.target, steps=200, batch_size=32)

是否可以使用完整跟踪选项运行SKFlow，因此可以使用Tensorflow时间线？如果是这样，怎么样？

Answer 1

TensorFlow contrib包含ProfilerHook。由于它似乎是在1.0之后添加的，因此您可能需要使用nightly build或从here复制类定义。

Answer 2

我不熟悉TensorFlow时间轴，但您可以考虑使用SessionRunHook（最初在TF.Learn中监视）来附加tf.Session()。希望这可以帮助。