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
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__
__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