如何將對張量操作的python函數(shù)編譯成圖形，尤其是wrt簽名？文檔不詳細(xì)介紹tf.functiontf.function構(gòu)造一個(gè)可調(diào)用函數(shù)，該可調(diào)用函數(shù)執(zhí)行 TensorFlow 圖 （），該圖是通過對 中的 TensorFlow 操作進(jìn)行跟蹤編譯而創(chuàng)建的，有效地執(zhí)行為 TensorFlow 圖。tf.Graphfuncfunc它是否使用條件 （） 和循環(huán) （） 調(diào)用的特殊方法來“跟蹤”函數(shù)的實(shí)現(xiàn)？例如__bool____iter__import tensorflow as tf@tf.functiondef op(t: tf.Tensor) -> tf.Tensor: if tf.reduce_sum(t) == 0: for _ in t: ...可以使用結(jié)果和結(jié)果ifTensor.__bool__(...)for _ in tTensor.__iter__(...)
1 回答
翻翻過去那場雪
TA貢獻(xiàn)2065條經(jīng)驗(yàn) 獲得超14個(gè)贊
嗯 - 它比這更復(fù)雜。 本身就是一個(gè)完整的“子包”，所以當(dāng)你調(diào)用 時(shí)，引擎蓋下會(huì)發(fā)生很多事情。一個(gè)很好的起點(diǎn)可能在這里：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/python/autograph/g3doc/reference。如果您真的好奇，您也可以直接深入研究代碼。autograph@tf.function
添加回答
舉報(bào)
0/150
提交
取消