使用SKFlow的Tensorflow时间轴

Question

here描述的Tensorflow时间轴是一种使用Chrome跟踪机制分析tensorflow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，用户通常无法访问实际的Session.run()调用。取而代之的是，例如从landing page调用Estimator.fit()

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，以便可以使用Tensorflow Timeline？如果是这样的话，是怎么做的？

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 Timeline，但您可以考虑使用SessionRunHook (最初是TF.Learn中的监视器)来连接tf.Session()。希望这能有所帮助。