tf.data.experimental.OptimizationOptions

Представляет параметры оптимизации набора данных.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.data.experimental.OptimizationOptions, `tf.compat.v2.data.experimental.OptimizationOptions`

tf.data.experimental.OptimizationOptions()

Вы можете установить параметры оптимизации набора данных с помощью свойства experimental_optimization объекта tf.data.Options; это свойство представляет собой экземпляр tf.data.experimental.OptimizationOptions.

options = tf.data.Options()
options.experimental_optimization.noop_elimination = True
options.experimental_optimization.map_vectorization.enabled = True
options.experimental_optimization.apply_default_optimizations = False
dataset = dataset.with_options(options)

Атрибуты
`apply_default_optimizations`	Применять ли стандартные статические оптимизации. Если False, применяются только те статические оптимизации, которые были явно включены.
`autotune`	Автоматически настраивать параметры производительности. Если None, по умолчанию True.
`autotune_algorithm`	При включенной автоматической настройке (через `autotune`) определяет алгоритм для оптимизации автоматической настройки.
`autotune_buffers`	При включенной автоматической настройке (через `autotune`) определяет, нужно ли также настраивать размеры буферов для наборов данных с параллелизмом. Если None, по умолчанию False.
`autotune_cpu_budget`	При включенной автоматической настройке (через `autotune`) определяет бюджет ЦП, который нужно использовать. Значения, превышающие количество планируемых ядер ЦП, допускаются, но могут привести к конфликтам за ЦП. Если None, по умолчанию - количество планируемых ядер ЦП.
`filter_fusion`	Объединять ли преобразования фильтрации. Если None, по умолчанию False.
`filter_with_random_uniform_fusion`	Объединять ли набор данных фильтрации, который предсказывает random_uniform < rate, в набор данных выборки. Если None, по умолчанию False.
`hoist_random_uniform`	Вынести ли операцию `tf.random_uniform()` из преобразований map. Если None, по умолчанию False.
`map_and_batch_fusion`	Объединять ли преобразования map и batch. Если None, по умолчанию True.
`map_and_filter_fusion`	Объединять ли преобразования map и filter. Если None, по умолчанию False.
`map_fusion`	Объединять ли преобразования map. Если None, по умолчанию False.
`map_parallelization`	Параллелизовать ли бессостоятельные преобразования map. Если None, по умолчанию False.
`map_vectorization`	Параметры векторизации map, связанные с набором данных. Для получения дополнительных сведений см. `tf.data.experimental.MapVectorizationOptions`.
`noop_elimination`	Убирать ли преобразования без действия. Если None, по умолчанию True.
`parallel_batch`	Параллелизовать ли копирование элементов пакета. Если None, по умолчанию False.
`shuffle_and_repeat_fusion`	Объединять ли преобразования shuffle и repeat. Если None, по умолчанию True.

Методы

`eq`

Просмотреть исходный код

__eq__(
    other
)

Возвращает self==value.

`ne`

Просмотреть исходный код

__ne__(
    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/data/experimental/OptimizationOptions