tf.xla.experimental.compile

Создаёт оператор, который компилирует и выполняет computation с помощью XLA.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.xla.experimental.compile, `tf.compat.v2.xla.experimental.compile`

tf.xla.experimental.compile(
    computation, inputs=None
)

Примечание: В режиме жадного выполнения computation будет иметь @tf.function семантику.

Аргументы

Аргументы
`computation`	Функция Python, которая строит вычисление для применения к входным данным. Если функция принимает n входных данных, 'inputs' должна быть списком из n тензоров. `computation` может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Значение возвращаемое `compile` - это список тензоров, соответствующих тензорам из выходных данных `computation`. Все `Operation` возвращаемые `computation` будут выполнены при оценке любого из возвращаемых выходных тензоров.
`inputs`	Список входных данных или `None` (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведёт к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужен другой результат, преобразуйте часть входных данных в тензоры с помощью `tf.convert_to_tensor`.

computation

Функция Python, которая строит вычисление для применения к входным данным. Если функция принимает n входных данных, 'inputs' должна быть списком из n тензоров.

computation может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Значение возвращаемое compile - это список тензоров, соответствующих тензорам из выходных данных computation.

Все Operation возвращаемые computation будут выполнены при оценке любого из возвращаемых выходных тензоров.

inputs Список входных данных или None (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведёт к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужен другой результат, преобразуйте часть входных данных в тензоры с помощью tf.convert_to_tensor.

Возвращаемые значения
Такая же структура данных, как если бы вычисление(*inputs) было вызвано напрямую, с некоторыми исключениями для корректности. Исключение включает: 1) Выход None: будет возвращён NoOp, который зависит от вычисления. 2) Выход с одним значением: будет возвращена кортеж, содержащий значение. 3) Только операции: будет возвращён NoOp, который зависит от вычисления.

Возвращаемые значения

Такая же структура данных, как если бы вычисление(*inputs) было вызвано напрямую, с некоторыми исключениями для корректности. Исключение включает:

1) Выход None: будет возвращён NoOp, который зависит от вычисления. 2) Выход с одним значением: будет возвращена кортеж, содержащий значение. 3) Только операции: будет возвращён NoOp, который зависит от вычисления.

Исключения
`RuntimeError`	если вызов осуществляется при включённом жадном выполнении.

© 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/xla/experimental/compile