tensorflow 中的线程管理如何工作？

Question

作为项目的一部分，我需要管理用张量流编写的 CNN 使用的线程数，从而避免并行化。阅读文档后，我无法准确理解其工作原理。

我已经通过直接使用“任务集”限制程序来限制线程数，但我感觉我很困惑。有人可以帮我澄清一下吗？ 预先感谢。

Answer 1

我需要管理用以下语言编写的 CNN 使用的线程数 张量流，从而避免并行化

如果您希望使用 TensorFlow 管理卷积神经网络 (CNN) 中的并行化级别并专门控制所使用的线程数量，您可以调整环境变量

TF_NUM_INTRAOP_THREADS

。该变量指示为操作内并行性分配的线程数量，处理单个操作内的并行执行（例如矩阵乘法）。

我已经通过直接限制线程数来限制线程数 带有“任务集”的程序，但我的印象是我得到了 困惑。

如果您已经使用“任务集”限制了线程数量，但仍然遇到混乱或问题，则可能有其他因素影响线程行为。

TensorFlow 提供了一系列环境变量，允许用户微调其行为。除了 TF_NUM_INTRAOP_THREADS 之外，您还可以探索一些其他变量，例如 TF_NUM_INTEROP_THREADS 和 OMP_NUM_THREADS，它们会影响 TensorFlow 使用的 OpenMP 线程。修改这些参数可以提供对并行特性的额外控制。