执行器¶

FLAGS_enable_parallel_graph¶

(始于 1.2.0)

该 flag 用于 ParallelExecutor 以禁用并行图执行模式。

取值范围¶

Bool 型，缺省值为 False。

示例¶

FLAGS_enable_parallel_graph=False - 通过 ParallelExecutor 强制禁用并行图执行模式。

FLAGS_pe_profile_fname¶

(始于 1.3.0)

该 flag 用于 ParallelExecutor 的调试。ParallelExecutor 会通过 gpertools 生成配置文件结果，并将结果存储在 FLAGS_pe_profile_fname 指定的文件中。仅在编译选项选择 WITH_PRIFILER=ON 时有效。如果禁用则设为 empty。

取值范围¶

String 型，缺省值为 empty ("")。

示例¶

FLAGS_pe_profile_fname="./parallel_executor.perf" - 将配置文件结果存储在 parallel_executor.perf 中。

FLAGS_print_sub_graph_dir¶

(始于 1.2.0)

该 flag 用于调试。如果程序中转换图的某些子图失去连接，则结果可能会出错。我们可以将这些断开连接的子图打印到该 flag 指定的文件中。如果禁用则设为 empty。

取值范围¶

String 型，缺省值为 empty ("")。

示例¶

FLAGS_print_sub_graph_dir="./sub_graphs.txt" - 将断开连接的子图打印到"./sub_graphs.txt"。

FLAGS_use_ngraph¶

(始于 1.4.0)

在预测或训练过程中，可以通过该选项选择使用英特尔 nGraph（https://github.com/NervanaSystems/ngraph）引擎。它将在英特尔 Xeon CPU 上获得很大的性能提升。

取值范围¶

Bool 型，缺省值为 False。

示例¶

FLAGS_use_ngraph=True - 开启使用 nGraph 运行。

注意¶

英特尔 nGraph 目前仅在少数模型中支持。我们只验证了[ResNet-50]（https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/image_classification/README_ngraph.md）的训练和预测。