tf.contrib.mixed_precision.FixedLossScaleManager

Управляющий масштабом потерь с фиксированным масштабом.

Наследуется от: LossScaleManager

tf.contrib.mixed_precision.FixedLossScaleManager(
    loss_scale
)

Масштаб потерь не обновляется за время существования класса.

Аргументы

loss_scale Вещественное число Python. Его идеальное значение зависит от моделей для выполнения. Выбор слишком маленького loss_scale может повлиять на качество модели; слишком большой loss_scale может привести к появлению inf или nan. Нет единственно правильного loss_scale для применения. Нет вреда в выборе относительно большого числа, пока в обучении не встречаются nan или inf.

Аргументы
`loss_scale`	Вещественное число Python. Его идеальное значение зависит от моделей для выполнения. Выбор слишком маленького loss_scale может повлиять на качество модели; слишком большой loss_scale может привести к появлению inf или nan. Нет единственно правильного loss_scale для применения. Нет вреда в выборе относительно большого числа, пока в обучении не встречаются nan или inf.

Исключения
`ValueError`	Если loss_scale меньше 1.

Методы

`get_loss_scale`

Просмотреть исходный код

get_loss_scale()

Возвращает масштаб потерь в виде скалярного float32 тензора.

`update_loss_scale`

Просмотреть исходный код

update_loss_scale(
    finite_grads
)

Обновляет масштаб потерь на основе того, являются ли градиенты конечными в текущем шаге.

Аргументы
`finite_grads`	Булевый скалярный тензор, указывающий, являются ли все градиенты конечными (т.е., не inf или nan).

Возвращаемое значение
Операция, при выполнении которой обновляется масштаб потерь. Если включено выполнение eager, ничего не возвращается.

© 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/mixed_precision/FixedLossScaleManager