---
title: AOE自动调优
description: "AOE自动调优工具通过生成调优策略、编译、在运行环境上验证的闭环反馈机制，不断迭代出更优的调优策略，最终得到最佳的调优策略，从而可以更充分利用硬件资源，提升网络的性能。模型训练阶段，分别使能AOE工具进行子图/算子与梯度切分的调优，调优完成后，最优调度策略会固化到知识库。模型再次训练时，无需开启调优，即可以享受知识库带来的性能收益。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr1/tfmigr1_000052.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr1/tfmigr1_000052.html
indexId: 071c7273a4da8626159d9a99a8ec569a29025a9805f050f265050d37e332bf1c73
---
# AOE自动调优

AOE自动调优工具通过生成调优策略、编译、在运行环境上验证的闭环反馈机制，不断迭代出更优的调优策略，最终得到最佳的调优策略，从而可以更充分利用硬件资源，提升网络的性能。模型训练阶段，分别使能AOE工具进行子图/算子与梯度切分的调优，调优完成后，最优调度策略会固化到知识库。模型再次训练时，无需开启调优，即可以享受知识库带来的性能收益。

AOE调优特性仅支持如下产品：

- Atlas A3 训练系列产品 / Atlas A3 推理系列产品
- Atlas A2 训练系列产品 / Atlas A2 推理系列产品
- Atlas 训练系列产品


建议按照如下调优顺序使用AOE工具进行调优：


针对 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 ， Atlas A2 训练系列产品 / Atlas A2 推理系列产品 ，不支持子图调优。


训练场景下使能AOE调优有两种方式：- 设置环境变量

```
# 1：子图调优  2：算子调优   4：梯度调优
export AOE_MODE=2
```


- 修改训练脚本，通过“aoe_mode”参数指定调优模式，例如：

  - sess.run模式下，训练脚本修改方法如下：
    1 custom_op.parameter_map["aoe_mode"].s = tf.compat.as_bytes("2")

  - Estimator模式下，训练脚本修改方法如下：
    1 2 3 config = NPURunConfig( session_config=session_config, aoe_mode=2)

  - Keras模式下，训练脚本的修改方法如下：
    1 custom_op.parameter_map["aoe_mode"].s = tf.compat.as_bytes("2")


关于AOE工具的使用约束及更多功能介绍，请参见《AOE调优工具(https://www.hiascend.com/document/detail/zh/canncommercial/900/devaids/aoe/auxiliarydevtool_aoe_0001.html)》。