Spec-Zone.ru › TensorFlow 2.9

tf.train.CheckpointOptions

Параметры для создания контрольной точки.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

Для получения дополнительной информации см. руководство по миграции.

tf.compat.v1.train.CheckpointOptions

tf.train.CheckpointOptions(
    experimental_io_device=None, experimental_enable_async_checkpoint=False
)

Используется в качестве аргумента options к методам tf.train.Checkpoint.save() или tf.train.Checkpoint.restore() для настройки того, как сохраняются/восстанавливаются переменные.

Пример: выполнение операций ввода-вывода на "localhost" при сохранении контрольной точки:

step = tf.Variable(0, name="step")
checkpoint = tf.train.Checkpoint(step=step)
options = tf.train.CheckpointOptions(experimental_io_device="/job:localhost")
checkpoint.save("/tmp/ckpt", options=options)
Аргументы
experimental_io_device строка. Применяется в распределенной среде. Устройство TensorFlow, используемое для доступа к файловой системе. Если None (по умолчанию), то для каждой переменной доступ к файловой системе осуществляется с устройства CPU:0 хоста, которому эта переменная назначена. Если указано, доступ к файловой системе вместо этого осуществляется с указанного устройства для всех переменных.

Это, например, полезно, если вы хотите сохранить данные в локальный каталог, такой как "/tmp", при работе в распределенной среде. В этом случае передайте устройство для хоста, на котором доступен каталог "/tmp".

experimental_enable_async_checkpoint логический тип. Указывает, включен ли асинхронный механизм сохранения контрольной точки. По умолчанию значение False, т.е. асинхронное сохранение контрольной точки отключено.

Асинхронное сохранение контрольной точки перемещает запись файла контрольной точки в отдельный поток, что позволяет модели продолжить обучение, пока запись файла контрольной точки выполняется в фоновом режиме. Асинхронное сохранение контрольной точки уменьшает циклы простоя устройств TPU и ускоряет процесс обучения модели, при этом может увеличиться потребление памяти.

Атрибуты
experimental_enable_async_checkpoint
experimental_io_device

© 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/train/CheckpointOptions

Spec-Zone.ru

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