tf.distribute.experimental.coordinator.RemoteValue

Асинхронно доступное значение запланированной функции.

Этот класс используется в качестве возвращаемого значения tf.distribute.experimental.coordinator.ClusterCoordinator.schedule, где базовое значение становится доступным позже, после выполнения функции.

Использование tf.distribute.experimental.coordinator.RemoteValue в качестве входных данных для последующей функции, запланированной с помощью tf.distribute.experimental.coordinator.ClusterCoordinator.schedule, в настоящее время не поддерживается.

Пример:

strategy = tf.distribute.experimental.ParameterServerStrategy(
    cluster_resolver=...)
coordinator = (
    tf.distribute.experimental.coordinator.ClusterCoordinator(strategy))

with strategy.scope():
  v1 = tf.Variable(initial_value=0.0)
  v2 = tf.Variable(initial_value=1.0)

@tf.function
def worker_fn():
  v1.assign_add(0.1)
  v2.assign_sub(0.2)
  return v1.read_value() / v2.read_value()

result = coordinator.schedule(worker_fn)
# Note that `fetch()` gives the actual result instead of a `tf.Tensor`.
assert result.fetch() == 0.125

for _ in range(10):
  # `worker_fn` will be run on arbitrary workers that are available. The
  # `result` value will be available later.
  result = coordinator.schedule(worker_fn)

Методы

fetch

Просмотр исходного кода

fetch()

Ожидание результата RemoteValue и возврат результата NumPy.

Это делает значение конкретным, копируя удаленное значение в локальное.

get

Просмотр исходного кода

get()

Ожидание результата RemoteValue и возврат результата тензора.

Это делает значение конкретным, копируя удаленный тензор в локальное.