tf.lite.TargetSpec
| Просмотр исходного кода на GitHub |
Указание целевого устройства для оптимизации модели.
tf.lite.TargetSpec(
supported_ops=None,
supported_types=None,
experimental_select_user_tf_ops=None,
experimental_supported_backends=None
)
| Атрибуты | |
|---|---|
supported_ops | Экспериментальный флаг, может быть изменён. Набор опций tf.lite.OpsSet, где каждая опция представляет собой набор операторов, поддерживаемых целевым устройством. (по умолчанию {tf.lite.OpsSet.TFLITE_BUILTINS})) |
supported_types | Набор tf.dtypes.DType типов данных, поддерживаемых на целевом устройстве. Если инициализирован, оптимизация может быть выполнена с использованием наименьшего типа в этом наборе. (по умолчанию пустой набор) |
experimental_select_user_tf_ops | Экспериментальный флаг, может быть изменён. Набор имён операторов TensorFlow пользователя, необходимых в runtime TensorFlow Lite. Эти операторы будут экспортированы как выбранные операторы TensorFlow в модели (в сочетании со флагом tf.lite.OpsSet.SELECT_TF_OPS). Это расширенная функция, которую следует использовать только в том случае, если клиент использует операторы TF, которые могут не быть подключены по умолчанию к операторам TF, предоставляемым при использовании пути SELECT_TF_OPS. Клиент отвечает за подключение этих операторов к целевому runtime. |
experimental_supported_backends | Экспериментальный флаг, может быть изменён. Набор, содержащий имена поддерживаемых бэкэндов. В настоящее время поддерживается только "GPU", в будущем будут доступны другие варианты. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/lite/TargetSpec
