אזהרה: API זו ברמה נמוכה יוסרה בגרסה עתידית של TensorFlow לאחר ההחלפה יציבה.

EagerSession.ResourceCleanupStrategy

הציבור סטטי EagerSession.ResourceCleanupStrategy enum הסופי

שולט כיצד מנקים משאבי TensorFlow כאשר אין בהם עוד צורך.

כל המשאבים שהוקצו במהלך EagerSession נמחקות כאשר הוא נעל את הישיבה. כדי למנוע שגיאות מחוץ לזיכרון, מומלץ גם לנקות את המשאבים הללו במהלך הפגישה. לדוגמה, ביצוע n פעולות בלולאה של מיטרציות יקצה מינימום של n*m משאבים בעוד שברוב המקרים, עדיין נעשה שימוש רק במשאבים של האיטרציה האחרונה.

EagerSession מקרים ניתנים הודיע בדרכים שונות כאשר חפצי TensorFlow הם כבר לא התייחסו, כדי שיוכלו להמשיך את הניקוי של כול משאבים שהם בבעלות.

שיטות בירושה

ערכים מנויים

סופי הציבור סטטי EagerSession.ResourceCleanupStrategy IN_BACKGROUND

מעקב ומחק משאבים שאינם בשימוש משרשור חדש הפועל ברקע.

זוהי הגישה האמינה ביותר לניקוי משאבי TensorFlow, במחיר של התחלת והפעלת שרשור נוסף המוקדש למשימה זו. כל EagerSession יש למשל חוט משלו, אשר נעצר רק כאשר הפגישה סגורה.

אסטרטגיה זו משמשת כברירת מחדל.

סופי הציבור סטטי EagerSession.ResourceCleanupStrategy ON_SAFE_POINTS

מעקב ומחק משאבים שאינם בשימוש משרשורים קיימים, לפני או אחרי שהם משלימים משימה אחרת.

משאבים שאינם בשימוש משתחררים כאשר קריאה לספריית TensorFlow מגיעה לנקודה בטוחה לניקוי. זה נעשה באופן סינכרוני ועלול לחסום לפרק זמן קצר את השרשור שהפעיל את השיחה.

יש להשתמש באסטרטגיה זו רק אם, מסיבות מסוימות, אין להקצות שרשור נוסף לניקוי. אחרת, IN_BACKGROUND יש להעדיף.

סופי הציבור סטטי EagerSession.ResourceCleanupStrategy ON_SESSION_CLOSE

מחק משאבים רק כאשר ההפעלה סגורה.

כל המשאבים שהוקצו במהלך הפגישה יישארו בזיכרון עד לסגירה מפורשת של הפגישה (או באמצעות טכניקת `נסה-עם-משאב` המסורתית). לא תבוצע ניסיון משימה נוספת לניקוי משאבים.

אסטרטגיה זו עלולה להוביל לשגיאות מחוץ לזיכרון והשימוש בה אינו מומלץ, אלא אם היקף הפגישה מוגבל לביצוע כמות קטנה של פעולות בלבד.