Question

我试图在TensorFlow中获取由XLA编译器生成的LLVM IR。我知道整个LLVM上下文包含在llvm_module对象中。然后将其转换为文件中llvm_ir::DumpModuleToString(*llvm_module)函数中的效用函数Compile()函数的字符串：//tensorflow/compiler/xla/service/cpu.cpu_compiler.cc。

但我一直在尝试使用VLOG(2)中的tensorflow/core/logging.h来记录它。没有显示日志。但是，其他文件中的其余VLOG（2）语句都记录在我的Python运行中。

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
2017-03-10 22:36:43.226843: I tensorflow/compiler/xla/service/platform_util.cc:58] platform Host present with 8 visible devices
2017-03-10 22:36:43.227931: I tensorflow/compiler/xla/service/service.cc:183] XLA service 0x2821510 executing computations on platform Host. Devices:
2017-03-10 22:36:43.227951: I tensorflow/compiler/xla/service/service.cc:191]   StreamExecutor device (0): <undefined>, <undefined>
b'Hello, TensorFlow!'

Answer 1

[仅供参考我不能发表评论，因为我刚加入并且显然还没有声誉。]

首先，请务必阅读此内容，包括已加星标的蓝框。特别要注意的是，为整个会话打开XLA只会执行GPU的JIT，而不是CPU。 https://www.tensorflow.org/performance/xla/jit

现在让我们假设您已正确设置了所有内容。您的示例中的程序不会使用XLA进行编译，原因有两个：

正如@mrry所说，XLA不会处理字符串。
即使你用一个数字替换了字符串，你仍然不会看到任何IR转储，因为它只是一个常量，而XLA会不断折叠它。

在你提到的在mnist_softmax上运行的评论中，大概是按照上面链接上的说明进行的。如果您确实在CPU上进行编译和运行，那么唯一剩下的问题就是使用VLOG（2）。只有在设置命令行标志以将其打开时，才会启用VLOG。

所以尝试用LOG（INFO）替换你的VLOG（2），你应该在日志中看到IR转储。

如何在TensorFlow中从XLA获取LLVM IR转储？

1 个答案: