tf.distribute.cluster_resolver.TFConfigClusterResolver

Реализация ClusterResolver, которая считывает переменную окружения TF_CONFIG.

Наследуется от: ClusterResolver

Псевдонимы

Основные псевдонимы

`tf.contrib.cluster_resolver.TFConfigClusterResolver`

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.distribute.cluster_resolver.TFConfigClusterResolver, `tf.compat.v2.distribute.cluster_resolver.TFConfigClusterResolver`

tf.distribute.cluster_resolver.TFConfigClusterResolver(
    task_type=None, task_id=None, rpc_layer=None, environment=None
)

Это реализация разрешителей кластеров при использовании TF_CONFIG для задания информации о кластере. Спецификация кластера будет инициализирована из переменной окружения TF_CONFIG.

Аргументы
`task_type`	(Строка, необязательно) Переопределяет тип задачи, указанный в переменной окружения TF_CONFIG.
`task_id`	(Целое число, необязательно) Переопределяет индекс задачи, указанный в переменной окружения TF_CONFIG.
`rpc_layer`	(Строка, необязательно) Переопределяет слой RPC, который использует TensorFlow.
`environment`	(Строка, необязательно) Переопределяет среду, в которой работает TensorFlow.

Атрибуты
`environment`	Возвращает текущую среду, в которой работает TensorFlow. Возможны два значения возврата: «google» (когда TensorFlow работает во внутренней среде Google) или пустая строка (когда TensorFlow работает где-то еще). Если вы реализуете ClusterResolver, который работает как в среде Google, так и в открытом исходном коде (например, TPU ClusterResolver или аналогичный), вам нужно будет вернуть соответствующую строку в зависимости от среды, которую вам нужно будет определить. В противном случае, если вы реализуете ClusterResolver, который будет работать только в TensorFlow с открытым исходным кодом, вам не нужно реализовывать этот свойство.
`rpc_layer`
`task_id`
`task_type`

Методы

`cluster_spec`

Просмотреть исходный код

cluster_spec()

Возвращает ClusterSpec на основе переменной окружения TF_CONFIG.

Возвращаемое значение
ClusterSpec с информацией из переменной окружения TF_CONFIG.

`master`

Просмотреть исходный код

master(
    task_type=None, task_id=None, rpc_layer=None
)

Возвращает адрес master для использования при создании сеанса TensorFlow.

Аргументы
`task_type`	(Строка, необязательно) Переопределяет и задаёт task_type мастер-узла.
`task_id`	(Целое число, необязательно) Переопределяет и задаёт task_id мастер-узла.
`rpc_layer`	(Строка, необязательно) Переопределяет и задаёт протокол, по которому узлы TensorFlow общаются друг с другом.

Возвращаемое значение
Адрес master-узла.

Исключения
`RuntimeError`	Если task_type или task_id не указаны, а переменная окружения `TF_CONFIG` не содержит секции task.

`num_accelerators`

Просмотреть исходный код

num_accelerators(
    task_type=None, task_id=None, config_proto=None
)

Возвращает количество ускорительных ядер на рабочий узел.

Это возвращает количество ускорительных ядер (таких как GPU и TPU) на рабочий узел.

По желанию, мы позволяем вызывающим сторонам указывать task_type и task_id, если они хотят нацелиться на определённый процесс TensorFlow для запроса количества ускорительных ядер. Это позволяет поддерживать гетерогенные среды, где количество ускорительных ядер на хосте различается.

Аргументы
`task_type`	(Необязательно) Тип задачи TensorFlow на машине, которую мы хотим запросить.
`task_id`	(Необязательно) Индекс задачи TensorFlow на машине, которую мы хотим запросить.
`config_proto`	(Необязательно) Настройка для запуска нового сеанса, чтобы запросить количество ускорительных ядер.

Возвращаемое значение
Карта типов ускорителей к количеству ядер.

© 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/distribute/cluster_resolver/TFConfigClusterResolver