Tensorboard 中未知的设备放置
Device placement unknown in Tensorboard
我想使用以下代码来调查张量板中的设备放置，以生成摘要中的图表
# Build the summary operation based on the TF collection of Summaries.
summary_op = tf.merge_all_summaries()
saver = tf.train.Saver(tf.all_variables())
summary_writer = tf.train.SummaryWriter(log_directory, graph_def=sess.graph_def)
这适用于显示图形和图形中定义的摘要。但是在tensorboard中选择'device placement'时，所有的节点都被赋值为'unknown device'。我是否需要以其他方式转储设备布置？
TensorBoard 图形可视化工具只能看到您在程序中进行的显式设备分配（即使用 with tf.Device("..."): 块进行的分配）。
这是因为 TensorFlow 图中的节点是分多个阶段分配给设备的。第一阶段，在客户端（例如你的 Python 程序）允许你明确地——并且可选地——将设备分配给每个节点，并且这是写入 TensorBoard 日志的这个阶段的输出。稍后的放置阶段在 TensorFlow 后端运行，并将每个节点分配给一个设备。
我怀疑你是想分析后期投放阶段的结果。目前在 TensorBoard 中不支持此功能，但您可以通过创建 tf.Session 来提取一些信息，如下所示：
sess = tf.Session(config=tf.ConfigProto(
log_device_placement=True))
…然后设备放置决定将被记录到 stderr。
我想使用以下代码来调查张量板中的设备放置，以生成摘要中的图表
# Build the summary operation based on the TF collection of Summaries.
summary_op = tf.merge_all_summaries()
saver = tf.train.Saver(tf.all_variables())
summary_writer = tf.train.SummaryWriter(log_directory, graph_def=sess.graph_def)
这适用于显示图形和图形中定义的摘要。但是在tensorboard中选择'device placement'时，所有的节点都被赋值为'unknown device'。我是否需要以其他方式转储设备布置？
TensorBoard 图形可视化工具只能看到您在程序中进行的显式设备分配（即使用 with tf.Device("..."): 块进行的分配）。
这是因为 TensorFlow 图中的节点是分多个阶段分配给设备的。第一阶段，在客户端（例如你的 Python 程序）允许你明确地——并且可选地——将设备分配给每个节点，并且这是写入 TensorBoard 日志的这个阶段的输出。稍后的放置阶段在 TensorFlow 后端运行，并将每个节点分配给一个设备。
我怀疑你是想分析后期投放阶段的结果。目前在 TensorBoard 中不支持此功能，但您可以通过创建 tf.Session 来提取一些信息，如下所示：
sess = tf.Session(config=tf.ConfigProto(
log_device_placement=True))
…然后设备放置决定将被记录到 stderr。