执行器¶
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。
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。
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"。
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。