Spec-Zone.ru › TensorFlow 1.15

tf.contrib.checkpoint.UniqueNameTracker

Добавляет зависимости от отслеживаемых объектов с подсказками имён.

tf.contrib.checkpoint.UniqueNameTracker()

Полезно для создания зависимостей с локально уникальными именами.

Пример использования:

class SlotManager(tf.contrib.checkpoint.Checkpointable):

  def __init__(self):
    # Create a dependency named "slotdeps" on the container.
    self.slotdeps = tf.contrib.checkpoint.UniqueNameTracker()
    slotdeps = self.slotdeps
    slots = []
    slots.append(slotdeps.track(tf.Variable(3.), "x"))  # Named "x"
    slots.append(slotdeps.track(tf.Variable(4.), "y"))
    slots.append(slotdeps.track(tf.Variable(5.), "x"))  # Named "x_1"
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

track

Просмотреть исходный код

track(
    trackable, base_name
)

Добавить зависимость от trackable.

Аргументы
trackable Объект, для которого добавляется зависимость сохранения.
base_name Подсказка имени, которая уникализируется для определения имени зависимости.
Возвращаемые значения
trackable, для цепочки вызовов.
Исключения
ValueError Если trackable не является отслеживаемым объектом.

__eq__

Просмотреть исходный код

__eq__(
    other
)

Возвращает self==value.

© 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/UniqueNameTracker

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API