设置全局 dtype 策略。
用法
tf.keras.mixed_precision.set_global_policy(
policy
)
如果没有将策略传递给层构造函数,则全局策略是用于层的默认 tf.keras.mixed_precision.Policy
。
tf.keras.mixed_precision.set_global_policy('mixed_float16')
tf.keras.mixed_precision.global_policy()
<Policy "mixed_float16">
tf.keras.layers.Dense(10).dtype_policy
<Policy "mixed_float16">
# Global policy is not used if a policy is directly passed to constructor
tf.keras.layers.Dense(10, dtype='float64').dtype_policy
<Policy "float64">
tf.keras.mixed_precision.set_global_policy('float32')
如果未设置全局策略,层将改为默认为从 tf.keras.backend.floatx()
构造的策略。
要使用混合精度,全局策略应设置为 'mixed_float16'
或 'mixed_bfloat16'
,以便每个层默认使用 16 位计算 dtype 和 float32 变量 dtype。
只有浮点策略可以设置为全局策略,例如 'float32'
和 'mixed_float16'
。 'int32'
和'complex64'
等非浮点策略不能设置为全局策略,因为大多数层不支持此类策略。
有关详细信息,请参阅tf.keras.mixed_precision.Policy
。
相关用法
- Python tf.keras.mixed_precision.global_policy用法及代码示例
- Python tf.keras.mixed_precision.LossScaleOptimizer用法及代码示例
- Python tf.keras.mixed_precision.experimental.LossScaleOptimizer用法及代码示例
- Python tf.keras.mixed_precision.Policy用法及代码示例
- Python tf.keras.metrics.Mean.merge_state用法及代码示例
- Python tf.keras.metrics.Hinge用法及代码示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代码示例
- Python tf.keras.metrics.RootMeanSquaredError用法及代码示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代码示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代码示例
- Python tf.keras.metrics.FalseNegatives用法及代码示例
- Python tf.keras.metrics.TrueNegatives用法及代码示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代码示例
- Python tf.keras.models.clone_model用法及代码示例
- Python tf.keras.models.save_model用法及代码示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代码示例
- Python tf.keras.metrics.Mean用法及代码示例
- Python tf.keras.metrics.poisson用法及代码示例
- Python tf.keras.metrics.LogCoshError用法及代码示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError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.keras.mixed_precision.set_global_policy。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。