tf.xla.experimental.compile

Создаёт оператор, который компилирует и выполняет computation с помощью XLA. (устарело)

Просмотр псевдонимов

Псевдонимы совместимости 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' должна быть списком из n тензоров. `computation` может возвращать список операций и тензоров. Тензоры должны предшествовать операциям в возвращаемом списке. Значение, возвращаемое `compile`, — это список тензоров, соответствующих тензорам из выхода `computation`. Все `Operation` , возвращаемые из `computation`, будут выполнены 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 N-мерных совместимых значений приведет к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужно другое поведение, 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' должна быть списком из n тензоров.

computation может возвращать список операций и тензоров. Тензоры должны предшествовать операциям в возвращаемом списке. Значение, возвращаемое compile, — это список тензоров, соответствующих тензорам из выхода computation.

Все Operation , возвращаемые из computation, будут выполнены 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 N-мерных совместимых значений приведет к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужно другое поведение, преобразуйте часть входов в тензоры с помощью tf.convert_to_tensor.

Возвращает
Такая же структура данных, как если бы функция computation(*inputs) вызывалась напрямую с некоторыми исключениями для корректности. К исключениям относятся: 1) Выход None: будет возвращён NoOp, зависящий от вычисления. 2) Выход с одним значением: будет возвращён кортеж, содержащий значение. 3) Выходы только из операций: будет возвращён NoOp, зависящий от вычисления.

Возвращает

Такая же структура данных, как если бы функция computation(*inputs) вызывалась напрямую с некоторыми исключениями для корректности. К исключениям относятся:

1) Выход None: будет возвращён NoOp, зависящий от вычисления. 2) Выход с одним значением: будет возвращён кортеж, содержащий значение. 3) Выходы только из операций: будет возвращён NoOp, зависящий от вычисления.

Возбуждает
`RuntimeError`	если вызвана при включенном режиме eager.

Известные проблемы:

Когда операция tf.random построена с помощью XLA, реализация не передаёт предоставленный пользователем seed компилятору XLA. Таким образом, компилятор XLA генерирует случайное число и использует его в качестве seed при компиляции операции. Эта реализация нарушает семантику, определённую Tensorflow, в двух аспектах. Во-первых, изменение значения определённого пользователем seed не изменяет числа, генерируемые операцией. Во-вторых, при отсутствии seed выполнение программы несколько раз сгенерирует 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/r2.4/api_docs/python/tf/xla/experimental/compile