他们有这样的例子：
import tensorflow as tf # TensorFlow registers PluggableDevices here.
tf.config.list_physical_devices() # APU device is visible to TensorFlow.
[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'), PhysicalDevice(name='/physical_device:APU:0', device_type='APU')]
a = tf.random.normal(shape=[5], dtype=tf.float32) # Runs on CPU.
b = tf.nn.relu(a) # Runs on APU.我的问题很简单：如何区分哪些操作在哪些设备上运行？在本例中，a在CPU中运行，b在可插拔设备上运行。
Source
1条答案
按热度按时间brvekthn1#
在您引用的示例中，一个虚构的“Awesome Processing Unit”（APU）提供了ReLU操作（“* 为简单起见，此示例APU插件只有一个ReLU的自定义内核 *”）安装：
报价：
安装APU插件包后，APU设备可以在Tensorflow中作为本机设备使用。
可插拔设备具有自己的自定义操作和内核（参见https://blog.tensorflow.org/2021/06/pluggabledevice-device-plugins-for-TensorFlow.html）。来自同一个博客：
在你引用的例子中，引用：“*APU插件只有一个用于ReLU的自定义内核 *”，因此对于ReLU，默认情况下将选择APU，并且
相当于
我不知道如何列出插件设备注册的操作，也不知道在多个插件设备的情况下设备的优先级如何。