tf.tpu.replicate

Создаёт оператор графа, который выполняет реплицированное вычисление TPU.

Просмотр псевдонимов

Основные псевдонимы

`tf.contrib.tpu.replicate`

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.tpu.replicate

tf.tpu.replicate(
    computation, inputs=None, infeed_queue=None, device_assignment=None, name=None,
    maximum_shapes=None
)

Аргументы
`computation`	Функция Python, которая строит вычисление для репликации.
`inputs`	Список списков тензоров входных данных или `None` (эквивалентно `[[]]`), индексируемых по `[replica_num][input_num]`. Все реплики должны иметь одинаковое количество входных данных. Каждый вход может быть вложенной структурой, содержащей значения, которые могут быть преобразованы в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведет к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам требуется другое поведение, преобразуйте часть входных данных в тензоры с помощью `tf.convert_to_tensor`.
`infeed_queue`	Если не `None`, то кортеж аргументов, которые нужно добавить в качестве входных данных для вычисления.
`device_assignment`	Если не `None`, описание сопоставления между логическими ядрами в вычислении и физическими ядрами в топологии TPU. Используется по умолчанию присвоение устройства, если `None`. Описание сопоставления можно опустить, если каждая реплика вычисления использует только одно ядро, и либо есть только одна реплика, либо число реплик равно числу ядер в системе TPU.
`name`	(Устарело) Не делает ничего.
`maximum_shapes`	Вложенная структура tf.TensorShape, представляющая форму, к которой необходимо дополнить соответствующую компоненту каждого элемента входных данных в каждой реплике. Любые неизвестные размеры (например, tf.compat.v1.Dimension(None) в tf.TensorShape или -1 в тензорном объекте) будут дополнены до максимального размера этого измерения по всем репликам. Структура `maximum_shapes` должна быть такой же, как `inputs[0]`.

Возвращаемые значения

Возвращаемые значения
Список выходных данных, индексируемых по `[replica_num]`. Каждый выход может быть вложенной структурой, такой же, как и возвращаемая функцией computation(), с несколькими исключениями. Исключения включают: 1) Выход None: будет возвращён NoOp, который контролируемо зависит от вычисления. 2) Выход единственного значения: будет возвращён кортеж, содержащий значение. 3) Выходы, использующие только операции: будет возвращён NoOp, который контролируемо зависит от вычисления.

Список выходных данных, индексируемых по [replica_num]. Каждый выход может быть вложенной структурой, такой же, как и возвращаемая функцией computation(), с несколькими исключениями.

Исключения включают:

1) Выход None: будет возвращён NoOp, который контролируемо зависит от вычисления. 2) Выход единственного значения: будет возвращён кортеж, содержащий значение. 3) Выходы, использующие только операции: будет возвращён NoOp, который контролируемо зависит от вычисления.

Исключения
`ValueError`	Если у всех реплик не равное количество тензоров входных данных.
`ValueError`	Если количество входных данных в реплике не совпадает с количеством формальных параметров `computation`.
`ValueError`	Если статические размеры `inputs` не совпадают со значениями, заданными в `maximum_shapes`.
`ValueError`	Если структура входных данных в каждой реплике не соответствует структуре `maximum_shapes`.

© 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/tpu/replicate