Spec-Zone.ru › TensorFlow 2.3

tf.compat.v1.estimator.tpu.RunConfig

RunConfig с поддержкой TPU.

Наследуется от: RunConfig

tf.compat.v1.estimator.tpu.RunConfig(
    tpu_config=None, evaluation_master=None, master=None, cluster=None, **kwargs
)
Аргументы
tpu_config TPUConfig, определяющий конфигурацию, специфичную для TPU.
evaluation_master строка. Адрес узла-мастера для использования в режиме оценки. По умолчанию master, если не указано.
master строка. Адрес узла-мастера для использования в режиме обучения.
cluster ClusterResolver
**kwargs параметры конфигурации в виде ключевых слов.
Исключения
ValueError если cluster не None и предоставленная session_config уже содержит cluster_def.
Атрибуты
cluster
cluster_spec
device_fn Возвращает device_fn.

Если device_fn не None, он переопределяет функцию устройства по умолчанию, используемую в Estimator. В противном случае используется функция по умолчанию.

eval_distribute Необязательная tf.distribute.Strategy для оценки.
evaluation_master
experimental_max_worker_delay_secs
global_id_in_cluster Глобальный идентификатор в кластере обучения.

Все глобальные идентификаторы в кластере обучения присваиваются из возрастающей последовательности последовательных целых чисел. Первый идентификатор — 0.

Примечание: Идентификатор задачи (поле свойства task_id) отслеживает индекс узла среди всех узлов с тем же типом задачи. Например, зададим определение кластера следующим образом:
cluster = {'chief': ['host0:2222'],
'ps': ['host1:2222', 'host2:2222'],
'worker': ['host3:2222', 'host4:2222', 'host5:2222']}

Узлы с типом задачи worker могут иметь идентификаторы 0, 1, 2. Узлы с типом задачи ps могут иметь идентификаторы 0, 1. Таким образом, task_id не уникален, но пара (task_type, task_id) может однозначно определить узел в кластере.

Глобальный идентификатор, то есть это поле, отслеживает индекс узла среди ВСЕХ узлов в кластере. Он присваивается однозначно. Например, для указанного выше определения кластера глобальные идентификаторы присваиваются следующим образом:

task_type  | task_id  |  global_id
--------------------------------
chief      | 0        |  0
worker     | 0        |  1
worker     | 1        |  2
worker     | 2        |  3
ps         | 0        |  4
ps         | 1        |  5
is_chief
keep_checkpoint_every_n_hours
keep_checkpoint_max
log_step_count_steps
master
model_dir
num_ps_replicas
num_worker_replicas
protocol Возвращает необязательное значение протокола.
save_checkpoints_secs
save_checkpoints_steps
save_summary_steps
service Возвращает платформенную службу (определённую в TF_CONFIG).
session_config
session_creation_timeout_secs
task_id
task_type
tf_random_seed
tpu_config
train_distribute Необязательная tf.distribute.Strategy для обучения.

Методы

replace

Посмотреть исходный код

replace(
    **kwargs
)

Возвращает новую инстанцию RunConfig с заменой указанных свойств.

Можно заменить только свойства из следующего списка:

  • model_dir,
  • tf_random_seed,
  • save_summary_steps,
  • save_checkpoints_steps,
  • save_checkpoints_secs,
  • session_config,
  • keep_checkpoint_max,
  • keep_checkpoint_every_n_hours,
  • log_step_count_steps,
  • train_distribute,
  • device_fn,
  • protocol.
  • eval_distribute,
  • experimental_distribute,
  • experimental_max_worker_delay_secs,

Кроме того, можно установить либо save_checkpoints_steps, либо save_checkpoints_secs (но не оба).

Аргументы
**kwargs свойства в виде ключевых слов со значениями.
Исключения
ValueError если имя свойства в kwargs не существует или не может быть заменено, или оба save_checkpoints_steps и save_checkpoints_secs установлены.
Возвращаемое значение
новая инстанция RunConfig.

© 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/r2.3/api_docs/python/tf/compat/v1/estimator/tpu/RunConfig

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API