Spec-Zone.ru › TensorFlow 2.9

tf.nondifferentiable_batch_function

Просмотреть исходный код на GitHub

Группирует вычисления, выполняемые декорированной функцией.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.nondifferentiable_batch_function

tf.nondifferentiable_batch_function(
    num_batch_threads,
    max_batch_size,
    batch_timeout_micros,
    allowed_batch_sizes=None,
    max_enqueued_batches=10,
    autograph=True,
    enable_large_batch_splitting=True
)

Например, в следующем коде

@batch_function(1, 2, 3)
def layer(a):
  return tf.matmul(a, a)

b = layer(w)

если более одного вызова session.run одновременно пытается вычислить b значения w будут собраны, не определяемо конкатенированы по первой оси, и только один поток выполнит вычисление. См. документацию по операции Batch для получения дополнительных сведений.

Предполагается, что все аргументы декорированной функции являются тензорами, которые будут сгруппированы по своему первому измерению.

SparseTensor не поддерживается. Значение возвращаемое декорированной функцией, должно быть тензором или списком/кортежем тензоров.

Аргументы
num_batch_threads Количество потоков планирования для обработки партий работ. Определяет количество партий, обрабатываемых параллельно.
max_batch_size Размер партий никогда не будет больше этого значения.
batch_timeout_micros Максимальное количество микросекунд ожидания до вывода неполной партии.
allowed_batch_sizes Необязательный список разрешённых размеров партий. Если пустой, ничего не делает. В противном случае предоставляет список размеров партий, заставляя операцию дополнять партии до одного из этих размеров. Элементы должны увеличиваться монотонно, а последний элемент должен быть равен max_batch_size.
max_enqueued_batches Максимальная глубина очереди партий. По умолчанию 10.
autograph Используется ли autograph для компиляции python и кода в стиле eager для эффективного выполнения в режиме графа.
enable_large_batch_splitting Значение этого параметра не влияет на обработку вывода с одинаковым входом; он влияет на детали реализации, как указано ниже: 1. Повышение эффективности пакетной обработки путём устранения ненужного добавления. 2.max_batch_size указывает ограничение входных данных, а allowed_batch_sizes указывает ограничение задачи, подлежащей обработке. Пользователь API может предоставить входные данные размером 128, когда 'max_execution_batch_size' равен 32 -> реализация может разделить входные данные 128 на 4 x 32, запланировать одновременную обработку, а затем вернуть конкатенированные результаты, соответствующие 128.
Возвращаемое значение
Декорированная функция вернёт тензоры вывода не сгруппированных вычислений.

© 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/nondifferentiable_batch_function

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API