tf.contrib.checkpoint.List
Последовательность с добавлением элементов, которая может отслеживаться.
tf.contrib.checkpoint.List(
*args, **kwargs
)
Поддерживает зависимости контрольных точек от своего содержимого (которое также должно быть отслеживаемым) и передает любые Layer метаданные, такие как обновления и потери.
Обратите внимание, что List представляет собой просто контейнер. Он позволяет объекту tf.keras.Model или другому отслеживаемому объекту узнать о его содержимом, но не вызывает никаких Layer экземпляров, которые добавлены в него. Для указания последовательности Layer экземпляров, которые должны вызываться последовательно, используйте tf.keras.Sequential.
Пример использования:
class HasList(tf.keras.Model):
def __init__(self):
super(HasList, self).__init__()
self.layer_list = tf.contrib.checkpoint.List([layers.Dense(3)])
self.layer_list.append(layers.Dense(4))
def call(self, x):
aggregation = 0.
for l in self.layer_list:
x = l(x)
aggregation += tf.reduce_sum(x)
return aggregation
Этот вид обертки необходим, потому что Trackable объекты (пока) не проверяют обычные структуры данных Python, поэтому, например, присвоение обычного списка (self.layer_list = [layers.Dense(3)]) не создаёт зависимость контрольной точки и не добавляет веса экземпляра Layer к его родительскому объекту Model.
| Атрибуты | |
|---|---|
layers | |
losses | Суммарные потери от любых экземпляров Layer. |
non_trainable_variables | |
non_trainable_weights | |
trainable | |
trainable_variables | |
trainable_weights | |
updates | Суммарные обновления от любых экземпляров Layer. |
variables | |
weights | |
Методы
append
append(
value
)
Добавить новое значение, которое можно отслеживать.
copy
copy()
count
count(
value
)
S.count(значение) -> целое число -- вернуть количество вхождений значения
extend
extend(
values
)
Добавить последовательность значений, которые можно отслеживать.
index
index(
value, start=0, stop=None
)
S.index(значение, [начало, [конец]]) -> целое число -- вернуть первый индекс значения. Вызывает ValueError, если значение отсутствует.
Поддержка аргументов начало и конец является необязательной, но рекомендуется.
__add__
__add__(
other
)
__contains__
__contains__(
value
)
__eq__
__eq__(
other
)
Возвращает self==значение.
__getitem__
__getitem__(
key
)
__iter__
__iter__()
__len__
__len__()
__mul__
__mul__(
n
)
__radd__
__radd__(
other
)
__rmul__
__rmul__(
n
)
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/checkpoint/List