設置全局 dtype 策略。
用法
tf.keras.mixed_precision.set_global_policy(
policy
)
如果沒有將策略傳遞給層構造函數,則全局策略是用於層的默認 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')
如果未設置全局策略,層將改為默認為從 tf.keras.backend.floatx()
構造的策略。
要使用混合精度,全局策略應設置為 'mixed_float16'
或 'mixed_bfloat16'
,以便每個層默認使用 16 位計算 dtype 和 float32 變量 dtype。
隻有浮點策略可以設置為全局策略,例如 'float32'
和 'mixed_float16'
。 'int32'
和'complex64'
等非浮點策略不能設置為全局策略,因為大多數層不支持此類策略。
有關詳細信息,請參閱tf.keras.mixed_precision.Policy
。
相關用法
- Python tf.keras.mixed_precision.global_policy用法及代碼示例
- Python tf.keras.mixed_precision.LossScaleOptimizer用法及代碼示例
- Python tf.keras.mixed_precision.experimental.LossScaleOptimizer用法及代碼示例
- Python tf.keras.mixed_precision.Policy用法及代碼示例
- Python tf.keras.metrics.Mean.merge_state用法及代碼示例
- Python tf.keras.metrics.Hinge用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代碼示例
- Python tf.keras.metrics.RootMeanSquaredError用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代碼示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代碼示例
- Python tf.keras.metrics.FalseNegatives用法及代碼示例
- Python tf.keras.metrics.TrueNegatives用法及代碼示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代碼示例
- Python tf.keras.models.clone_model用法及代碼示例
- Python tf.keras.models.save_model用法及代碼示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代碼示例
- Python tf.keras.metrics.Mean用法及代碼示例
- Python tf.keras.metrics.poisson用法及代碼示例
- Python tf.keras.metrics.LogCoshError用法及代碼示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError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.keras.mixed_precision.set_global_policy。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。