Обратите внимание, что оптимизации применяются только в режиме графа (внутри tf.function). Кроме того, поскольку это экспериментальные параметры, список может быть изменён.
Аргументы
options
Словарь экспериментальных параметров оптимизатора для настройки. Допустимые ключи:
layout_optimizer: Оптимизировать расположение тензоров, например, это позволит использовать расположение NCHW на GPU, что быстрее.
constant_folding: Сворачивать константы. Статически выводить значение тензоров при возможности и материализовать результат с помощью констант.
shape_optimization: Упростить вычисления, выполняемые над формами.
remapping: Переназначить подграфы на более эффективные реализации.
arithmetic_optimization: Упростить арифметические операции с помощью устранения общих подвыражений и упрощения арифметики.
dependency_optimization: Управление оптимизациями зависимостей. Удалять избыточные зависимости, что может позволить другие оптимизации. Этот оптимизатор также необходим для обрезки узлов Identity и NoOp.
loop_optimization: Оптимизации циклов.
function_optimization: Оптимизации функций и встраивание.
debug_stripper: Удаляет узлы, связанные с отладкой, из графа.
disable_model_pruning: Отключить удаление ненужных операций из графа
scoped_allocator_optimization: Попытаться выделить некоторые независимые выходные данные операций непрерывно, чтобы объединить или устранить последующие операции.
pin_to_host_optimization: Принудительно переместить небольшие операции на ЦП.
implementation_selector: Включить обмен реализациями ядер на основе размещения устройства.
auto_mixed_precision: Изменить некоторые операции с плавающей точкой float32 на float16 на GPU Volta и выше. Без использования масштабирования потерь это может привести к численных переполнению (см. keras.mixed_precision.experimental.LossScaleOptimizer).
disable_meta_optimizer: Отключить весь мета-оптимизатор.
min_graph_nodes: Минимальное количество узлов в графе для оптимизации. Для более маленьких графов оптимизация пропускается.
