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。