Python tf.data.Options用法及代碼示例

表示 tf.data.Dataset 的選項。

用法

tf.data.Options()

屬性

autotune 與數據集關聯的自動調整選項。有關詳細信息，請參閱tf.data.experimental.AutotuneOptions。
deterministic 是否需要以確定的順序生成輸出。如果沒有，默認為真。
experimental_deterministic 已棄用。請改用deterministic。
experimental_distribute 與數據集關聯的分布策略選項。有關詳細信息，請參閱tf.data.experimental.DistributeOptions。
experimental_external_state_policy 此選項可用於覆蓋在序列化數據集或檢查點其迭代器時如何處理外部狀態的默認策略。有三種設置可用 - IGNORE：忽略外部狀態而不發出警告； WARN：忽略外部狀態並記錄警告； FAIL：外部狀態導致錯誤。
experimental_optimization 與數據集關聯的優化選項。有關詳細信息，請參閱tf.data.experimental.OptimizationOptions。
experimental_slack 是否在輸入管道的最後一個prefetch 中引入'slack'，如果存在。這可以減少在步驟開始時與加速器host-side 活動的 CPU 爭用。鬆弛頻率由連接到此輸入管道的設備數量決定。如果沒有，默認為 False。
experimental_threading 已棄用。請改用threading。
threading 與數據集關聯的線程選項。有關詳細信息，請參閱tf.data.ThreadingOptions。

例如，tf.data.Options 對象可用於控製將哪些靜態優化應用於輸入管道圖，或者是否使用性能建模來動態調整操作的並行性，例如 tf.data.Dataset.map 或 tf.data.Dataset.interleave 。

這些選項是為整個數據集設置的，並被傳遞到通過 tf.data 轉換創建的數據集。

可以通過構造 Options 對象並使用 tf.data.Dataset.with_options(options) 轉換來設置選項，該轉換返回帶有選項集的數據集。

dataset = tf.data.Dataset.range(42)
options = tf.data.Options()
options.deterministic = False
dataset = dataset.with_options(options)
print(dataset.options().deterministic)
False

注意：tf.data.Options 實現的一個已知限製是選項不會跨 tf.function 邊界保留。特別是，要為在 tf.function 中迭代的數據集設置選項，需要在相同的 tf.function 中設置選項。

相關用法

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.data.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。