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`	Применяемое сокращение к потерям фрагментов.
`name`	Необязательный префикс имени для операций, созданных при применении градиентов. По умолчанию «CrossShardOptimizer».
`group_assignment`	Необязательные 2d списки int32 с формой [num_groups, num_replicas_per_group], описывающие, как применять оптимизатор к подгруппам.

Исключения
`ValueError`	Если reduction не является допустимым сокращением кросс-фрагментов.

Методы

`apply_gradients`

Просмотреть исходный код

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 реальный оптимизатор.

Аргументы
`grads_and_vars`	Список пар (gradient, variable), полученный из compute_gradients().
`global_step`	Необязательная переменная, увеличивающаяся на единицу после обновления переменных.
`name`	Необязательное имя возвращаемой операции. По умолчанию совпадает с именем, переданным в конструктор Optimizer.

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

Исключения
`ValueError`	Если grads_and_vars имеют неправильный формат.

`compute_gradients`

Просмотреть исходный код

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

Вычисление градиентов «loss» для переменных в «var_list».

Просто оборачивает compute_gradients() из реального оптимизатора. Градиенты будут агрегированы в apply_gradients(), чтобы пользователь мог их изменить, например, ограничить с помощью глобальной нормы по реплике, если это необходимо. Глобальная норма с агрегированными градиентами может быть плохой, так как большие 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 ограничении нормы градиентов или выполнении других постпроцессингов.

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

Возвращаемое значение
Список пар (gradient, variable).

Исключения
`ValueError`	Если не находится в tpu_shard_context или group_assignment некорректен.

`get_name`

Просмотреть исходный код

get_name()

`get_slot`

Просмотреть исходный код

get_slot(
    *args, **kwargs
)

Возвращает слот с именем «имя», созданный для «переменной» оптимизатором.

Просто оборачивает get_slot() из фактического оптимизатора.

Аргументы
`*args`	Аргументы для get_slot().
`**kwargs`	Аргументы для get_slot().

Возвращаемое значение
`Variable` для слота, если он был создан, `None` в противном случае.

`get_slot_names`

Просмотреть исходный код

get_slot_names(
    *args, **kwargs
)

Возвращает список имен слотов, созданных Optimizer.

Просто оборачивает get_slot_names() из фактического оптимизатора.

Аргументы
`*args`	Аргументы для get_slot().
`**kwargs`	Аргументы для get_slot().

Возвращаемое значение
Список строк.

`minimize`

Просмотреть исходный код

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
)

Добавить операции для минимизации loss путем 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 - 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 объединения градиентных членов. Допустимые значения определены в классе `AggregationMethod`.
`colocate_gradients_with_ops`	Если True, попытаться разместить градиенты вместе с соответствующей операцией.
`name`	Необязательное имя для возвращаемой операции.
`grad_loss`	Необязательно. Tensor, содержащий градиент, вычисленный для `loss`.

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

Исключения
`ValueError`	Если некоторые переменные не являются объектами `Variable`.

Совместимость с Eager

Когда включено выполнение Eager, loss должно быть Python-функцией без аргументов, вычисляющей значение, которое нужно минимизировать. Минимизация (и вычисление градиента) выполняется относительно элементов var_list если он не равен None, в противном случае — относительно любых обучаемых переменных, созданных во время выполнения функции loss. gate_gradients, aggregation_method, colocate_gradients_with_ops и grad_loss игнорируются при включенном Eager-выполнении.

`variables`

Просмотреть исходный код

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/r2.4/api_docs/python/tf/compat/v1/tpu/CrossShardOptimizer