tf.compat.v1.tpu.CrossShardOptimizer

Оптимизатор, усредняющий градиенты по фрагментам TPU.

Наследуется от: Optimizer

tf.compat.v1.tpu.CrossShardOptimizer(
    opt, reduction=losses.Reduction.MEAN, name='CrossShardOptimizer',
    group_assignment=None
)

Аргументы
`opt`	Существующий `Optimizer` для инкапсуляции.
`reduction`	Редукция, применяемая к потерям фрагментов.
`name`	Необязательный префикс имени для операций, создаваемых при применении градиентов. По умолчанию "CrossShardOptimizer".
`group_assignment`	Необязательные двумерные списки int32 с формой [число_групп, число_реплик_в_группе], описывающие, как применять оптимизатор к подгруппам.

Исключения
`ValueError`	Если редукция не является допустимой редукцией по фрагментам.

Методы

`apply_gradients`

Просмотр исходного кода

apply_gradients(
    grads_and_vars, global_step=None, name=None
)

Применение градиентов к переменным.

Вызывает tpu_ops.cross_replica_sum() для суммирования вкладов градиента по репликам, а затем применяет фактический оптимизатор.

Аргументы
`grads_and_vars`	Список пар (градиент, переменная), возвращаемых функцией compute_gradients().
`global_step`	Необязательная переменная, увеличивающаяся на единицу после обновления переменных.
`name`	Необязательное имя возвращаемой операции. По умолчанию совпадает с именем, переданным конструктору оптимизатора.

Возвращаемое значение
Операция, применяющая градиенты. Если `global_step` не равно None, эта операция также увеличивает `global_step`.

Исключения
`ValueError`	Если grads_and_vars имеет неправильный формат.

`compute_gradients`

Просмотр исходного кода

compute_gradients(
    loss, var_list=None, **kwargs
)

Вычисление градиентов "loss" для переменных в "var_list".

Просто оборачивает compute_gradients() из фактического оптимизатора. Градиенты будут агрегированы в apply_gradients(), так что пользователь может изменять градиенты, например, применять обрезку по глобальной норме по каждой реплике, если необходимо. Глобальная норма с агрегированными градиентами может быть некорректной, так как огромные градиенты одной реплики могут повлиять на градиенты других реплик.

Когда CrossShardOptimizer создается с reduction == losses.Reduction.MEAN (по умолчанию), эта функция масштабирует loss на 1.0 / num_shards перед вычислением градиентов. Предполагая, что оптимизатор использует реализацию compute_gradients() по умолчанию, градиенты масштабированной loss масштабируются на 1.0 / num_shards по сравнению с градиентами исходной loss. Этот коэффициент масштабирования важен, потому что apply_gradients() суммирует градиенты по фрагментам, а не усредняет их. Однако коэффициент масштабирования необходимо учитывать при обрезке нормы градиентов или при выполнении другой постобработки.

Аргументы
`loss`	Tensor, содержащий значение, которое нужно минимизировать.
`var_list`	Необязательный список или кортеж объектов `tf.Variable` для обновления, чтобы минимизировать `loss`. По умолчанию используется список переменных, собранных в графе по ключу `GraphKey.TRAINABLE_VARIABLES`.
`**kwargs`	Параметры ключевого слова для compute_gradients().

Возвращаемое значение
Список пар (градиент, переменная).

Исключения
`ValueError`	Если не внутри tpu_shard_context или group_assignment некорректен.

`get_name`

Просмотр исходного кода

get_name()

`get_slot`

Просмотр исходного кода

get_slot(
    *args, **kwargs
)

Возвращает слот с именем "name", созданный для "var" оптимизатором.

Просто оборачивает get_slot() фактического оптимизатора.

Аргументы
`*args`	Аргументы для get_slot().
`**kwargs`	Параметры ключевого слова для get_slot().

Возвращаемое значение
Переменная слота, если она была создана, `None` в противном случае.

`get_slot_names`

Просмотр исходного кода

get_slot_names(
    *args, **kwargs
)

Возвращает список имён слотов, созданных Optimizer.

Просто оборачивает get_slot_names() фактического оптимизатора.

Аргументы
`*args`	Аргументы для get_slot().
`**kwargs`	Параметры ключевого слова для get_slot().

Возвращаемое значение
Список строк.

`minimize`

Просмотр исходного кода

minimize(
    loss, global_step=None, var_list=None, gate_gradients=GATE_OP,
    aggregation_method=None, colocate_gradients_with_ops=False, name=None,
    grad_loss=None
)

Добавляет операции для минимизации loss путём обновления var_list.

Этот метод просто объединяет вызовы compute_gradients() и apply_gradients(). Если вы хотите обработать градиент перед его применением, вызовите compute_gradients() и apply_gradients() явно вместо использования этой функции.

Аргументы
`loss`	Tensor, содержащий значение, которое нужно минимизировать.
`global_step`	Необязательная переменная, увеличивающаяся на единицу после обновления переменных.
`var_list`	Необязательный список или кортеж объектов `Variable` для обновления, чтобы минимизировать `loss`. По умолчанию используется список переменных, собранных в графе по ключу `GraphKeys.TRAINABLE_VARIABLES`.
`gate_gradients`	Способ управления вычислением градиентов. Может быть `GATE_NONE`, `GATE_OP`, или `GATE_GRAPH`.
`aggregation_method`	Указывает метод комбинирования градиентов. Допустимые значения определены в классе `AggregationMethod`.
`colocate_gradients_with_ops`	Если True, попытаться разместить градиенты вместе с соответствующей операцией.
`name`	Необязательное имя возвращаемой операции.
`grad_loss`	Необязательно. Tensor, содержащий градиент, вычисленный для `loss`.

Возвращаемое значение
Операция, обновляющая переменные в `var_list`. Если `global_step` не равно `None`, эта операция также увеличивает `global_step`.

Исключения
`ValueError`	Если некоторые из переменных не являются объектами `Variable`.

Совместимость с Eager

При включённом режиме eager execution, loss должна быть Python-функцией без аргументов, которая вычисляет значение, которое нужно минимизировать. Минимизация (и вычисление градиентов) производится относительно элементов var_list если оно не None, иначе — относительно любых обучаемых переменных, созданных во время выполнения функции loss. gate_gradients, aggregation_method, colocate_gradients_with_ops и grad_loss игнорируются при включённом режиме eager execution.

`variables`

Просмотр исходного кода

variables()

Передача переменных из базового оптимизатора.

Переменные класса

GATE_GRAPH = 2
GATE_NONE = 0
GATE_OP = 1

© 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/tpu/CrossShardOptimizer