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 более подробной информации.

tf.compat.v1.xla.experimental.compile

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

Примечание: В режиме eager, computation будет иметь @tf.function семантику.

Аргументы

Аргументы
`computation`	Функция Python, которая строит вычисление для применения к входу. Если функция принимает n входов, 'inputs' должно быть списком из n тензоров. `computation` может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Возвращаемое значение `compile` — это список тензоров, соответствующих тензорам из выходного значения `computation`. Все `Operation`ы, возвращаемые из `computation` , будут выполняться при вычислении любого из возвращаемых выходных тензоров.
`inputs`	Список входов или `None` (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка размерности N совместимых значений приведет к списку размерности N скалярных тензоров вместо одного тензора ранга N. Если вам нужен другой результат, преобразуйте часть входов в тензоры с помощью `tf.convert_to_tensor`.

computation

Функция Python, которая строит вычисление для применения к входу. Если функция принимает n входов, 'inputs' должно быть списком из n тензоров.

computation может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Возвращаемое значение compile — это список тензоров, соответствующих тензорам из выходного значения computation.

Все Operationы, возвращаемые из computation , будут выполняться при вычислении любого из возвращаемых выходных тензоров.

inputs Список входов или None (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка размерности N совместимых значений приведет к списку размерности N скалярных тензоров вместо одного тензора ранга N. Если вам нужен другой результат, преобразуйте часть входов в тензоры с помощью tf.convert_to_tensor.

Возвращаемое значение
Такая же структура данных, как если бы вызов computation(*inputs) был выполнен напрямую, за исключением некоторых исключений по соображениям корректности. Исключения включают: 1) Выход None: возвращается NoOp, который управляет зависимостью от вычисления. 2) Выход единственное значение: возвращается кортеж, содержащий значение. 3) Выход только операций: возвращается NoOp, который управляет зависимостью от вычисления.

Возвращаемое значение

Такая же структура данных, как если бы вызов computation(*inputs) был выполнен напрямую, за исключением некоторых исключений по соображениям корректности. Исключения включают:

1) Выход None: возвращается NoOp, который управляет зависимостью от вычисления. 2) Выход единственное значение: возвращается кортеж, содержащий значение. 3) Выход только операций: возвращается NoOp, который управляет зависимостью от вычисления.

Возбуждаемые исключения
`RuntimeError`	если вызов осуществляется при включённом режиме eager.

Известные проблемы:

При построении операции tf.random с помощью XLA, реализация не передаёт предоставленное пользователем значение seed в компилятор XLA. В результате компилятор XLA генерирует случайное число и использует его в качестве seed при компиляции операции. Эта реализация нарушает определённые семантики TensorFlow по двум аспектам. Во-первых, изменение значения определённого пользователем seed не меняет числа, сгенерированные операцией. Во-вторых, при отсутствии seed запуск программы несколько раз будет генерировать одни и те же числа.

© 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/xla/experimental/compile