tf.tpu.shard

Разделение computation для параллельного выполнения.

Просмотр псевдонимов

Основные псевдонимы

`tf.contrib.tpu.shard`

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.tpu.shard

tf.tpu.shard(
    computation, inputs=None, num_shards=1, input_shard_axes=None,
    outputs_from_all_shards=True, output_shard_axes=None, infeed_queue=None,
    device_assignment=None, name=None
)

inputs должен быть списком тензоров или None (эквивалентным пустому списку), каждый из которых имеет соответствующую ось разделения (от input_shard_axes). Каждый вход разделяется на num_shards части по соответствующей оси, и вычисление применяется к каждому фрагменту параллельно.

Тензоры транслируются на все фрагменты, если они лексически захвачены computation. Например:

x = tf.constant(7) def computation(): return x + 3 ... = shard(computation, ...)

в качестве входных данных.

Если outputs_from_all_shards истинно, выходные данные со всех фрагментов computation конкатенируются обратно по их output_shards_axes. В противном случае каждый выходной параметр берется из произвольного фрагмента.

Входы и выходы вычисления должны быть тензорами с рангом не менее 1.

Аргументы
`computation`	Функция Python, которая строит вычисление для применения к каждому фрагменту входных данных.
`inputs`	Список входных тензоров или None (эквивалентное пустому списку). Каждый входной тензор имеет соответствующую ось фрагмента, заданную `input_shard_axes`, размер которой должен быть кратен `num_shards`.
`num_shards`	Количество фрагментов.
`input_shard_axes`	Список измерений, по которым нужно разделить `inputs`, или `None`. `None` означает «разделить все входы по размеру 0». Если не `None`, должно быть одно измерение на каждый вход.
`outputs_from_all_shards`	Булево значение или список булевых значений. Для каждого выхода, если `True`, выходные данные со всех фрагментов конкатенируются по соответствующему `output_shard_axes` элементу. В противном случае каждый выходной параметр берется из произвольного фрагмента. Если аргумент является булевым значением, значение аргумента используется для каждого выхода.
`output_shard_axes`	Список измерений, по которым следует конкатенировать выходные данные `computation`, или `None`. `None` означает «конкатенировать все выходы по размеру 0». Если не `None`, должно быть одно измерение на каждый выход. Игнорируется, если `outputs_from_all_shards` равно False.
`infeed_queue`	Если не `None`, используемое `InfeedQueue` для увеличения входных данных `computation`.
`device_assignment`	Если не `None`, описание `DeviceAssignment` отображения между логическими ядрами в вычислении и физическими ядрами в топологии TPU. Использует значение по умолчанию для назначения устройств, если `None`. `DeviceAssignment` может быть опущено, если каждый фрагмент вычисления использует только одно ядро, и либо существует только один фрагмент, либо количество фрагментов равно количеству ядер в системе TPU.
`name`	(Устарело) Ничего не делает.

Возвращаемые значения
Список выходных тензоров.

Исключения
`ValueError`	Если num_shards <= 0
`ValueError`	Если len(input_shard_axes) != len(inputs)
`ValueError`	Если len(output_shard_axes) != len(выходы от `computation`)

© 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/shard