指定要傳遞給封閉的while_loop 的附加參數。
用法
tf.autograph.experimental.set_loop_options(
parallel_iterations=UNSPECIFIED, swap_memory=UNSPECIFIED,
maximum_iterations=UNSPECIFIED, shape_invariants=UNSPECIFIED
)
參數
-
parallel_iterations
在任何給定時間允許並行運行的最大迭代次數。請注意,這並不能保證並行執行。 -
swap_memory
是否在 CPU 而不是 GPU 上存儲漸變所需的中間值。 -
maximum_iterations
允許限製循環執行的迭代總數。 -
shape_invariants
允許控製傳遞給 tf.while_loop 的同名參數。與 tf.while_loop 不同,這是一個(tensor, shape)
對的列表。
這些參數適用於並且僅適用於直接封閉的循環。僅當循環作為 TF while_loop 上演時才有效;否則參數無效。
用法:
@tf.function(autograph=True)
def f():
n = 0
for i in tf.range(10):
tf.autograph.experimental.set_loop_options(maximum_iterations=3)
n += 1
return n
@tf.function(autograph=True)
def f():
v = tf.constant((0,))
for i in tf.range(3):
tf.autograph.experimental.set_loop_options(
shape_invariants=[(v, tf.TensorShape([None]))]
)
v = tf.concat((v, [i]), 0)
return v
另請參閱 tf.while_loop。
相關用法
- Python tf.autograph.to_code用法及代碼示例
- Python tf.autograph.to_graph用法及代碼示例
- Python tf.autograph.trace用法及代碼示例
- Python tf.autograph.set_verbosity用法及代碼示例
- Python tf.autodiff.ForwardAccumulator用法及代碼示例
- Python tf.argsort用法及代碼示例
- Python tf.compat.v1.distributions.Multinomial.stddev用法及代碼示例
- Python tf.compat.v1.distribute.MirroredStrategy.experimental_distribute_dataset用法及代碼示例
- Python tf.compat.v1.data.TFRecordDataset.interleave用法及代碼示例
- Python tf.summary.scalar用法及代碼示例
- Python tf.linalg.LinearOperatorFullMatrix.matvec用法及代碼示例
- Python tf.linalg.LinearOperatorToeplitz.solve用法及代碼示例
- Python tf.raw_ops.TPUReplicatedInput用法及代碼示例
- Python tf.raw_ops.Bitcast用法及代碼示例
- Python tf.compat.v1.distributions.Bernoulli.cross_entropy用法及代碼示例
- Python tf.compat.v1.Variable.eval用法及代碼示例
- Python tf.compat.v1.train.FtrlOptimizer.compute_gradients用法及代碼示例
- Python tf.distribute.OneDeviceStrategy.experimental_distribute_values_from_function用法及代碼示例
- Python tf.math.special.fresnel_cos用法及代碼示例
- Python tf.keras.applications.inception_resnet_v2.preprocess_input用法及代碼示例
注:本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.autograph.experimental.set_loop_options。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。