我正在尝试获取 TensorFlow 中 XLA 编译器生成的 LLVM IR。我知道整个 LLVM 上下文包含在llvm_module目的。然后使用实用函数将其转换为字符串llvm_ir::DumpModuleToString(*llvm_module)函数在Compile()文件中的函数：//tensorflow/compiler/xla/service/cpu.cpu_compiler.cc.
但我一直在尝试使用它来记录它VLOG(2) from tensorflow/core/logging.h。没有显示日志。但是，其他文件中剩余的 VLOG(2) 语句会记录在我的 Python 运行中。
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
2017-03-10 22:36:43.226843: I tensorflow/compiler/xla/service/platform_util.cc:58] platform Host present with 8 visible devices
2017-03-10 22:36:43.227931: I tensorflow/compiler/xla/service/service.cc:183] XLA service 0x2821510 executing computations on platform Host. Devices:
2017-03-10 22:36:43.227951: I tensorflow/compiler/xla/service/service.cc:191] StreamExecutor device (0): <undefined>, <undefined>
b'Hello, TensorFlow!'
[仅供参考，我无法发表评论，因为我刚刚加入，显然还没有声誉。]
首先，请务必阅读本文，包括带星号的蓝色框。特别注意，为整个会话打开 XLA 目前仅对 GPU 执行 JIT，而不是对 CPU 执行 JIT。https://www.tensorflow.org/performance/xla/jit https://www.tensorflow.org/performance/xla/jit
现在假设您已正确设置所有内容。您的示例中的程序不会使用 XLA 进行编译，原因有两个：
- 正如 @mrry 所指出的，XLA 不处理字符串。
- 即使您将字符串替换为数字，您仍然看不到任何 IR 转储，因为它只是一个常量，XLA 会将其常量折叠起来。
在您提到在 mnist_softmax 上运行的评论中，大概遵循上面链接上的说明。如果您确实在 CPU 上编译和运行，那么唯一剩下的问题是使用 VLOG(2)。仅当您设置命令行标志将其打开时，VLOG 才会启用。
因此，尝试将 VLOG(2) 替换为 LOG(INFO)，您应该会在日志中看到 IR 转储。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
