Python tf.compat.forward_compatible用法及代码示例

如果前向兼容性窗口已过期，则返回 true。

用法

tf.compat.forward_compatible(
    year, month, day
)

请参阅版本兼容性。

Forward-compatibility 指的是 TensorFlow 模型(GraphDef 或 SavedModel)的生产者针对比消费者编译的版本更新的 TensorFlow 库版本编译的场景。 "producer" 通常是一个构建和训练模型的 Python 程序，而 "consumer" 通常是另一个加载和服务模型的程序。

TensorFlow 一直支持从 HEAD 源代码编译的程序的 3 周 forward-compatibility 窗口。

例如，考虑创建新操作 MyNewAwesomeAdd 的目的是替换现有 Python 包装器的实现 - tf.add 的情况。 Python 包装器实现应从以下内容更改：

def add(inputs, name=None):
  return gen_math_ops.add(inputs, name)

到：

from tensorflow.python.compat import compat

def add(inputs, name=None):
  if compat.forward_compatible(year, month, day):
    # Can use the awesome new implementation.
    return gen_math_ops.my_new_awesome_add(inputs, name)
  # To maintain forward compatibility, use the old implementation.
  return gen_math_ops.add(inputs, name)

其中 year , month 和 day 指定使用模型的二进制文件预计更新以包含新操作的日期。此日期通常比提交添加新操作的代码的日期晚至少 3 周。