Python tf.compat.v1.estimator.tpu.RunConfig用法及代碼示例

參數

• tpu_config 指定TPU-specific 配置的 TPUConfig。
• evaluation_master 一個字符串。用於評估的主機地址。如果未設置，則默認為 master。
• master 一個字符串。用於訓練的主地址。
• cluster 集群解析器
• **kwargs 關鍵字配置參數。

拋出

• ValueError 如果集群不是 None 並且提供的 session_config 已經有一個 cluster_def。

屬性

• checkpoint_save_graph_def
• cluster
• cluster_spec
• device_fn 返回device_fn。

  如果 device_fn 不是 None ，它將覆蓋 Estimator 中使用的默認設備函數。否則使用默認值。

• eval_distribute 用於評估的可選tf.distribute.Strategy。
• evaluation_master
• experimental_max_worker_delay_secs
• global_id_in_cluster 訓練集群中的全局 id。

  訓練集群中的所有全局 id 都是從一個遞增的連續整數序列中分配的。第一個id是0。

  注意：任務 id(屬性字段 task_id )正在跟蹤具有相同任務類型的所有節點中的節點索引。例如，給定集群定義如下：

  cluster = {'chief':['host0:2222'],
               'ps':['host1:2222', 'host2:2222'],
               'worker':['host3:2222', 'host4:2222', 'host5:2222']}

  任務類型 worker 的節點可以有 id 0, 1, 2。任務類型 ps 的節點可以有 id, 0, 1。所以，task_id 不是唯一的，但對 (task_type , task_id) 可以是唯一的確定集群中的一個節點。

  全局id，即該字段，是跟蹤該節點在集群中所有節點中的索引。它是唯一分配的。例如，對於上麵給出的集群規範，全局 id 被分配為：

  task_type  | task_id  |  global_id
    --------------------------------
    chief      | 0        |  0
    worker     | 0        |  1
    worker     | 1        |  2
    worker     | 2        |  3
    ps         | 0        |  4
    ps         | 1        |  5

• is_chief
• keep_checkpoint_every_n_hours
• keep_checkpoint_max
• log_step_count_steps
• master
• model_dir
• num_ps_replicas
• num_worker_replicas
• protocol 返回可選協議值。
• save_checkpoints_secs
• save_checkpoints_steps
• save_summary_steps
• service 返回定義的平台(在TF_CONFIG中)服務字典。
• session_config
• session_creation_timeout_secs
• task_id
• task_type
• tf_random_seed
• tpu_config
• train_distribute 可選的tf.distribute.Strategy 用於訓練。