Spec-Zone.ru › TensorFlow 2.3

Модуль: tf.compat.v1.flags.tf_decorator

Базовый класс TFDecorator и служебные функции для работы с декораторами.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.app.flags.tf_decorator

Существует два способа создания декораторов, которые TensorFlow может инспектировать. Это важно для целей генерации документации, чтобы подписи функций не были скрыты подписью (*args, **kwds), которую часто предоставляют декораторы.

  1. Вызовите tf_decorator.make_decorator для вашей оберточной функции. Если ваш декоратор бессостоятельный или может захватить все переменные, с которыми ему нужно работать, с помощью лексического замыкания, это самый простой вариант. Создайте вашу оберточную функцию как обычно, но вместо возвращения её, верните tf_decorator.make_decorator(target, your_wrapper). Это позволит прикрепить метаданные интроспекции декоратора к вашей обертке и вернуть её.

Пример:

def print_hello_before_calling(target): def wrapper(*args, *kwargs): print('hello') return target(args, **kwargs) return tf_decorator.make_decorator(target, wrapper)

  1. Наследуйте от TFDecorator. Если вашему декоратору требуется состояние, вы можете реализовать его в терминах TFDecorator. Сохраняйте необходимое состояние в вашем производном классе и реализуйте метод __call__ для выполнения вашей работы перед вызовом целевой функции. Вы можете получить целевую функцию через super(MyDecoratorClass, self).decorated_target, и вызвать её с необходимыми параметрами.

Пример:

class CallCounter(tf_decorator.TFDecorator): def init(self, target): super(CallCounter, self).init('count_calls', target) self.call_count = 0

def call(self, *args, *kwargs): self.call_count += 1 return super(CallCounter, self).decorated_target(args, **kwargs)

def count_calls(target): return CallCounter(target)

Модули

tf_stack модуль: Функции, используемые для извлечения и анализа стеков. Быстрее, чем библиотеки Python.

Классы

class TFDecorator: Базовый класс для всех декораторов TensorFlow.

Функции

make_decorator(...): Создание декоратора из обертки и целевой функции.

rewrap(...): Вставка новой целевой функции в функцию, созданную с помощью make_decorator.

unwrap(...): Разделение объекта на список TFDecorators и конечную целевую функцию.

© 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/flags/tf_decorator

Spec-Zone.ru

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