tf.compat.v1.tpu.rewrite

Переписывает computation для выполнения на системе TPU.

tf.compat.v1.tpu.rewrite(
    computation: Callable[..., Any],
    inputs: Optional[List[List[Optional[core_types.Tensor]]]] = None,
    infeed_queue: Optional[tpu_feed.InfeedQueue] = None,
    device_assignment: Optional[tf.tpu.experimental.DeviceAssignment] = None,
    name: Optional[Text] = None,
    xla_options: Optional[tf.tpu.XLAOptions] = None
) -> Any

Аргументы
`computation`	Функция Python, которая строит вычисление для применения к вводу. Если функция принимает n входных данных, 'inputs' должен быть списком из n тензоров. `computation` может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Значение возврата `rewrite` — это список тензоров, соответствующих тензорам из вывода `computation`. Все `Operation`, созданные во время `computation`, будут выполняться при оценке любого из возвращаемых выходных тензоров, а не только возвращаемых.
`inputs`	Список входных тензоров или `None` (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, которые могут быть преобразованы в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведет к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужен другой результат, преобразуйте часть входов в тензоры с помощью `tf.convert_to_tensor`.
`infeed_queue`	Если не `None`, `InfeedQueue`, из которого добавить кортеж аргументов в качестве входов в `computation`.
`device_assignment`	Если не `None`, `DeviceAssignment`, описывающий отображение между логическими ядрами в вычислении и физическими ядрами в топологии TPU. Можно опустить для вычисления с одним ядром, в этом случае используется ядро, подключенное к задаче 0, устройству TPU 0.
`name`	(Устарело) Ничего не делает.
`xla_options`	Экземпляр `tpu.XLAOptions`, который указывает параметры, передаваемые компилятору XLA. Используйте `None` для параметров по умолчанию.

Возвращаемые значения
Такая же структура данных, как если бы вызов computation(*inputs) был вызван напрямую, с некоторыми исключениями для корректности. К исключениям относятся: 1) Выход None: был бы возвращен NoOp, который зависит от вычисления. 2) Выход одного значения: был бы возвращен кортеж, содержащий значение. 3) Только выходные операции: был бы возвращен NoOp, который зависит от вычисления.

Возвращаемые значения

Такая же структура данных, как если бы вызов computation(*inputs) был вызван напрямую, с некоторыми исключениями для корректности. К исключениям относятся:

1) Выход None: был бы возвращен NoOp, который зависит от вычисления. 2) Выход одного значения: был бы возвращен кортеж, содержащий значение. 3) Только выходные операции: был бы возвращен NoOp, который зависит от вычисления.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/tpu/rewrite