tf.xla.experimental.compile

Создаёт оператор, который компилирует и выполняет computation с помощью XLA. (устаревший)

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.xla.experimental.compile

tf.xla.experimental.compile(
    computation, inputs=None
)

Примечание: В режиме жадного выполнения computation будет иметь @tf.function семантику.

Аргументы

Аргументы
`computation`	Функция Python, которая строит вычисление для применения к входу. Если функция принимает n входов, 'inputs' должна быть списком из n тензоров. `computation` может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Значение возврата `compile` — это список тензоров, соответствующих тензорам из вывода `computation`. Все `Operation` возвращённые из `computation` будут выполнены при оценке любого из возвращаемых выходных тензоров.
`inputs`	Список входов или `None` (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведёт к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужно другое поведение, преобразуйте часть входов в тензоры с помощью `tf.convert_to_tensor`.

computation

Функция Python, которая строит вычисление для применения к входу. Если функция принимает n входов, 'inputs' должна быть списком из n тензоров.

computation может возвращать список операций и тензоров. Тензоры должны идти перед операциями в возвращаемом списке. Значение возврата compile — это список тензоров, соответствующих тензорам из вывода computation.

Все Operation возвращённые из computation будут выполнены при оценке любого из возвращаемых выходных тензоров.

inputs Список входов или None (эквивалентно пустому списку). Каждый вход может быть вложенной структурой, содержащей значения, преобразуемые в тензоры. Обратите внимание, что передача списка N-мерных совместимых значений приведёт к списку N-мерных скалярных тензоров, а не к одному тензору ранга N. Если вам нужно другое поведение, преобразуйте часть входов в тензоры с помощью tf.convert_to_tensor.

Возвращает
Такая же структура данных, как если бы вызов computation(*inputs) был вызван напрямую, за исключением случаев, необходимых для корректности. Исключения включают: 1) Выход None: будет возвращён NoOp, который контролируется вычислением. 2) Выход одного значения: будет возвращено кортеж, содержащий значение. 3) Выходы только операций: будет возвращён NoOp, который контролируется вычислением.

Возвращает

Такая же структура данных, как если бы вызов computation(*inputs) был вызван напрямую, за исключением случаев, необходимых для корректности. Исключения включают:

1) Выход None: будет возвращён NoOp, который контролируется вычислением. 2) Выход одного значения: будет возвращено кортеж, содержащий значение. 3) Выходы только операций: будет возвращён NoOp, который контролируется вычислением.

Возбуждает
`RuntimeError`	если вызвана при включённом режиме жадного выполнения.

Известные проблемы:

Когда операция tf.random строится с помощью XLA, реализация не передаёт предоставленное пользователем значение seed в компилятор XLA. Таким образом, компилятор XLA генерирует случайное число и использует его в качестве seed при компиляции операции. Эта реализация нарушает семантику, определённую Tensorflow, в двух аспектах. Во-первых, изменение значения заданного пользователем seed не изменяет числа, генерируемые операцией. Во-вторых, когда seed не указан, выполнение программы несколько раз сгенерирует одинаковые числа.

© 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/xla/experimental/compile