Tensorflow：使用CPU的特定内核执行操作 [英] Tensorflow: executing an ops with a specific core of a CPU

问题描述

目前可以指定哪个CPU或GPU与特定操作的tf.device（...）函数一起使用，但无论如何，您可以指定CPU的核心 ？

解决方案

目前没有针对特定内核锁定操作的API，虽然这会使功能请求。您可以通过创建多个CPU设备来接近此功能，每个设备都有一个单线程线程池，但这并不保证能够维持核心固定解决方案的位置：

<$ （/ cpu：4）：
＃...

with tf.device（/ cpu：7 ）：
＃...

with tf.device（/ cpu：0）：
＃...

config = tf .ConfigProto（device_count = {CPU：8}，
inter_op_parallelism_threads = 1，
intra_op_parallelism_threads = 1）
sess = tf.Session（config = config）

It is currently possible to specify which CPU or GPU to use with the tf.device(...) function for specific ops, but is there anyway where you can specify a core of a CPU?

解决方案

There's no API for pinning ops to a particular core at present, though this would make a good feature request. You could approximate this functionality by creating multiple CPU devices, each with a single-threaded threadpool, but this isn't guaranteed to maintain the locality of a core-pinning solution:

with tf.device("/cpu:4"):
  # ...

with tf.device("/cpu:7"):
  # ...

with tf.device("/cpu:0"):
  # ...

config = tf.ConfigProto(device_count={"CPU": 8},
                        inter_op_parallelism_threads=1,
                        intra_op_parallelism_threads=1)
sess = tf.Session(config=config)

这篇关于Tensorflow：使用CPU的特定内核执行操作的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！