表示用于自动调整数据集性能的选项。
用法
tf.data.experimental.AutotuneOptions()
属性
-
autotune_algorithm
启用自动调整时(通过autotune
),确定要使用的算法。 -
cpu_budget
启用自动调整时(通过autotune
),确定要使用的 CPU 预算。允许大于可调度 CPU 内核数的值,但可能会导致 CPU 争用。如果为 None,则默认为可调度的 CPU 内核数。 -
enabled
是否自动调整性能旋钮。如果没有,默认为真。 -
ram_budget
启用自动调整时(通过autotune
),确定要使用的 RAM 预算。大于可用 RAM(以字节为单位)的值可能会导致 OOM。如果为 None,则默认为可用 RAM 的一半(以字节为单位)。
options = tf.data.Options()
options.autotune.enabled = False
dataset = dataset.with_options(options)
相关用法
- Python tf.data.experimental.RandomDataset.group_by_window用法及代码示例
- Python tf.data.experimental.SqlDataset.enumerate用法及代码示例
- Python tf.data.experimental.make_saveable_from_iterator用法及代码示例
- Python tf.data.experimental.SqlDataset.zip用法及代码示例
- Python tf.data.experimental.Counter用法及代码示例
- Python tf.data.experimental.SqlDataset.shard用法及代码示例
- Python tf.data.experimental.CsvDataset.window用法及代码示例
- Python tf.data.experimental.RandomDataset.cache用法及代码示例
- Python tf.data.experimental.SqlDataset.snapshot用法及代码示例
- Python tf.data.experimental.CsvDataset.apply用法及代码示例
- Python tf.data.experimental.DatasetInitializer用法及代码示例
- Python tf.data.experimental.ignore_errors用法及代码示例
- Python tf.data.experimental.unbatch用法及代码示例
- Python tf.data.experimental.RandomDataset.map用法及代码示例
- Python tf.data.experimental.CsvDataset.flat_map用法及代码示例
- Python tf.data.experimental.assert_cardinality用法及代码示例
- Python tf.data.experimental.CsvDataset.random用法及代码示例
- Python tf.data.experimental.save用法及代码示例
- Python tf.data.experimental.CsvDataset.cardinality用法及代码示例
- Python tf.data.experimental.CsvDataset.interleave用法及代码示例
注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.data.experimental.AutotuneOptions。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。