使用 ray 创建 actor 时，是否应该将 `inter_op_parallelism_threads` 和 `intra_op_parallelism_threads` 设置为 1？答案

【问题标题】：Should I set `inter_op_parallelism_threads` and `intra_op_parallelism_threads` to 1 when I use ray to create a actor?使用 ray 创建 actor 时，是否应该将 `inter_op_parallelism_threads` 和 `intra_op_parallelism_threads` 设置为 1？
【发布时间】：2019-03-24 11:08:37
【问题描述】：

当我在A2C中使用ray创建actors和learner时，我应该将inter_op_parallelism_threads和intra_op_parallelism_threads设置为1，还是默认保留？

【问题讨论】：

标签： python tensorflow ray

【解决方案1】：

这取决于您希望演员使用多少资源。如果给定 actor 有一台专用机器，并且该 actor 可以使用该机器上的所有资源，则使用 TensorFlow 的默认设置。如果您要创建的更像是每个核心一个演员，那么将 inter_op_parallelism_threads 和 intra_op_parallelism_threads 设置为像 1 或 2 这样的小值是个好主意。

一般来说，您可以尝试这两种方法，看看哪种方法更快。

【讨论】：

谢谢，所以如果我为每个核心创建一个演员，那么两者都应该设置为 1？
是的，不过也值得尝试将inter_op_parallelism_threads 设置为 2 以了解其性能。根据演员实际在做什么（例如，他们中的一些人是否在某些时候处于空闲状态），这可能会表现得更好。但是，如果他们一直都很忙，那么 1 将防止演员之间过多的争吵。
感谢您的耐心等待。我现在明白了你的大部分答案，除了“1 将防止演员之间过多的争用. If I've clearly set num_cpus=1`，演员之间还会有任何争用吗？
是的，仍然可能存在争用，当您在远程装饰器中指定num_cpus=1 时，Ray 调度程序将确保每个核心不会创建多个这样的actor。但是，actor 仍然可能是高度多线程的，并且仍然可以使用所有可用的 CPU 内核。 Ray 实际上并没有阻止演员使用机器上的所有资源。这有意义吗？
我明白了。请允许我重复一遍，看看我是否理解正确。如果我用num_cpus=1装饰所有actor，则允许创建的最大actor数量是ray.init中指定的cpu数量。但它并没有说明一个演员可以使用多少 cpu 资源。