Обратите внимание, что оптимизации применяются только в режиме графа (внутри tf.function). Кроме того, поскольку это экспериментальные параметры, список может быть изменён.
Аргументы
options
Словарь экспериментальных параметров оптимизатора для настройки. Допустимые ключи:
layout_optimizer: Оптимизировать макеты тензоров, например, это попытается использовать макет NCHW на GPU, что быстрее.
constant_folding: Сворачивание констант Статически определяет значение тензоров, когда это возможно, и материализует результат с помощью констант.
shape_optimization: Упростить вычисления, выполняемые над формами.
remapping: Перемапить подграфы на более эффективные реализации.
arithmetic_optimization: Упростить арифметические операции с помощью устранения общих подвыражений и упрощения арифметики.
dependency_optimization: Управление оптимизациями зависимостей. Удаление избыточных зависимостей управления, что может позволить другие оптимизации. Этот оптимизатор также необходим для обрезки узлов Identity и NoOp.
loop_optimization: Оптимизации циклов.
function_optimization: Оптимизации функций и встраивание.
debug_stripper: Удаляет узлы, связанные с отладкой, из графа.
disable_model_pruning: Отключение удаления ненужных операций из графа
scoped_allocator_optimization: Попытка выделить некоторые независимые выходные данные Op 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 определённые операции float32 на float16 на GPU Volta и выше. Без использования масштабирования потерь это может привести к численных ошибках при недоливе (см. keras.mixed_precision.experimental.LossScaleOptimizer).
disable_meta_optimizer: Выключить весь мета-оптимизатор.
min_graph_nodes: Минимальное количество узлов в графе для оптимизации. Для меньших графов оптимизация пропускается.
