本指南将演示如何使用 Profiler 随附的工具跟踪 TensorFlow 模型的性能。您将学习如何了解您的模型在主机 (CPU)、设备 (GPU) 或主机与设备组合上的性能。

性能剖析有助于了解模型中各种 TensorFlow 运算的硬件资源消耗（时间和内存），并解决性能瓶颈，最终提高模型的执行速度。

本指南将指导您了解如何安装 Profiler、提供的各种工具、Profiler 收集性能数据的不同模式，以及一些用于优化模型性能的建议最佳做法。

如果要在 Cloud TPU 上剖析模型性能，请参阅 Cloud TPU 指南。

使用 pip 为 TensorBoard 安装 Profiler 插件。请注意，Profiler 需要最新版本的 TensorFlow 和 TensorBoard (>=2.2)。

要在 GPU 上剖析，您必须：

满足 TensorFlow GPU 支持软件要求上列出的 NVIDIA® GPU 驱动程序和 CUDA® Toolkit 要求。

确保 NVIDIA® CUDA® Profiling Tools Interface (CUPTI) 位于以下路径下：