如何在Tensorflow中设置种子结构的inter_op_parallelism_threads和intra_op_parallelism_threads

Question

如果使用TF的MKL构建，则线程模型将变成OpenMP而不是线程。控制线程的数量和它们的亲和力对于获得良好的CPU性能至关重要。在某些情况下，人们可以这样做：

 config = tf.ConfigProto(inter_op_parallelism_threads=FLAGS.inter_op,intra_op_parallelism_threads=FLAGS.intra_op)
 sess = tf.Session(config=config)

但是这个机制似乎不适用于rnn教程应用程序。

ptb /tensorflow/tensorflow/models/tutorials/rnn/ptb/ptb_word_lm.py

我想是用了

sv = tf.train.Supervisor(logdir=FLAGS.save_path)

若要定义添加

inter_op_parallelism_threads=FLAGS.inter_op,intra_op_parallelism_threads=FLAGS.intra_op

调用失败。那么，一般来说，如何设置这些标志呢？

Answer 1

ptb_word_lm.py的解决方案似乎是添加

( config = tf.ConfigProto(inter_op_parallelism_threads=FLAGS.inter_op，intra_op_parallelism_threads=FLAGS.intra_op)

sess = tf.Session(config=config)

在调用ptb_reader之前，从而设置会话env。(连同一些OMP* env变量)