tf.data.Options

Представляет параметры для tf.data.Dataset.

Просмотреть псевдонимы

Псевдонимы для обеспечения совместимости при миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.data.Options

tf.data.Options()

Используется в блокнотах

Используется в учебных материалах
Распределенный ввод Обучение с несколькими рабочими узлами с помощью Keras

Объект tf.data.Options можно использовать, например, для управления тем, какие статические оптимизации следует применить к графу конвейера ввода, или для определения необходимости использовать моделирование производительности, чтобы динамически настраивать параллелизм таких операций, как tf.data.Dataset.map или tf.data.Dataset.interleave.

Параметры задаются для всего набора данных и сохраняются для наборов данных, созданных с помощью преобразований tf.data.

Параметры можно задать, создав объект Options и применив преобразование tf.data.Dataset.with_options(options), которое возвращает набор данных с заданными параметрами.

dataset = tf.data.Dataset.range(42)
options = tf.data.Options()
options.deterministic = False
dataset = dataset.with_options(options)
print(dataset.options().deterministic)
False

Примечание: Известное ограничение реализации tf.data.Options заключается в том, что параметры не сохраняются при переходе через границы tf.function. В частности, чтобы задать параметры для набора данных, итерация по которому выполняется внутри tf.function, их нужно задать внутри той же tf.function.

Атрибуты
`autotune`	Параметры автоматической настройки, связанные с набором данных. Подробнее см. в разделе `tf.data.experimental.AutotuneOptions`.
`dataset_name`	Имя набора данных, помогающее при отладке.
`deterministic`	Нужно ли выдавать результаты в детерминированном порядке. Если значение равно None, по умолчанию используется True.
`experimental_deterministic`	УСТАРЕЛО. Вместо этого используйте `deterministic`.
`experimental_distribute`	Параметры стратегии распределения, связанные с набором данных. Подробнее см. в разделе `tf.data.experimental.DistributeOptions`.
`experimental_external_state_policy`	Этот параметр позволяет переопределить политику по умолчанию для обработки внешнего состояния при сериализации набора данных или создании контрольной точки его итератора. Доступны три значения: IGNORE — внешнее состояние игнорируется без предупреждения; WARN — внешнее состояние игнорируется и записывается предупреждение; FAIL — наличие внешнего состояния приводит к ошибке.
`experimental_optimization`	Параметры оптимизации, связанные с набором данных. Подробнее см. в разделе `tf.data.experimental.OptimizationOptions`.
`experimental_slack`	Следует ли добавлять «slack» в последний `prefetch` конвейера ввода, если он существует. Это может снизить конкуренцию за ресурсы ЦП с активностью ускорителя на стороне хоста в начале шага. Частота «slack» определяется количеством устройств, подключенных к этому конвейеру ввода. Если значение равно None, по умолчанию используется False.
`experimental_symbolic_checkpoint`	Следует ли создавать контрольную точку внутреннего состояния конвейера ввода, поддерживающего курсоры в источниках данных, которые указывают последний элемент или элементы, выданные в качестве результата потребителю tf.data. Это альтернативный вариант контрольных точек по умолчанию — «явного» сохранения внутреннего состояния конвейера ввода в контрольной точке. Обратите внимание, что символьные контрольные точки не поддерживаются для преобразований, способных менять порядок элементов.
`experimental_threading`	УСТАРЕЛО. Вместо этого используйте `threading`.
`experimental_warm_start`	Следует ли запускать фоновые потоки асинхронных преобразований при создании итератора, а не во время первого вызова `next()`. По умолчанию используется `False`. Это уменьшает задержку при первых вызовах «next()», но требует больше памяти для хранения предварительно загруженных элементов между созданием итератора и началом его использования.
`framework_type`	Список фреймворков, использованных для создания этого конвейера; применяется для телеметрии.
`threading`	Параметры потоков, связанные с набором данных. Подробнее см. в разделе `tf.data.ThreadingOptions`.

Методы

`merge`

Просмотреть исходный код

merge(
    options
)

Объединяет этот объект с указанным объектом tf.data.Options.

Если для этого объекта и объекта options, с которым выполняется объединение, задано разное значение параметра, генерируется предупреждение, а значение этого объекта заменяется значением объекта options.

Аргументы
`options`	Объект `tf.data.Options`, с которым выполняется объединение.

Возвращает
Новый объект `tf.data.Options`, полученный в результате объединения этого объекта с входным объектом `tf.data.Options`.

`eq`

Просмотреть исходный код

__eq__(
    other
)

Возвращает результат сравнения self==value.

`ne`

Просмотреть исходный код

__ne__(
    other
)

Возвращает результат сравнения self!=value.

© 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/data/Options