Обратите внимание, что оптимизации применяются только в режиме графа (внутри tf.function). Кроме того, поскольку это экспериментальные параметры, список может измениться.
Аргументы
options
Словарь экспериментальных параметров оптимизатора для настройки. Допустимые ключи:
layout_optimizer: Оптимизировать макеты тензоров, например. Это позволит использовать макет NCHW на GPU, что быстрее.
constant_folding: Сложить константы Статически определить значение тензоров, когда это возможно, и материализовать результат с использованием констант.
shape_optimization: Упростить вычисления, выполняемые над формами.
remapping: Переназначить подграфы на более эффективные реализации.
arithmetic_optimization: Упростить арифметические операции с помощью общих подвыражений и упрощения арифметики.
dependency_optimization: Управлять оптимизациями зависимостей. Удалить избыточные зависимости управления, что может позволить другую оптимизацию. Этот оптимизатор также необходим для обрезки узлов Identity и NoOp.
loop_optimization: Оптимизации циклов.
function_optimization: Оптимизации функций и встраивание.
debug_stripper: Удаляет из графа узлы, связанные с отладкой.
disable_model_pruning: Отключить удаление ненужных операций из графа
scoped_allocator_optimization: Попытаться выделить некоторые независимые выходные данные операции непрерывно, чтобы объединить или устранить последующие операции.
pin_to_host_optimization: Принудительно поместить небольшие операции на процессор.
implementation_selector: Включить обмен реализациями ядра на основе размещения устройства.
auto_mixed_precision: Изменить некоторые операции с плавающей точкой float32 на float16 на графических процессорах Volta и выше. Без использования масштабирования потерь это может привести к численный переполнению (см. keras.mixed_precision.experimental.LossScaleOptimizer).
disable_meta_optimizer: Отключить весь мета-оптимизатор.
min_graph_nodes: Минимальное количество узлов в графе для оптимизации. Для более мелких графиков оптимизация пропускается.
