Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tf.variable_creator_scope

TensorFlow 1 wersja Zobacz źródło na GitHub

Zakres, który określa zmienną funkcją tworzenia być stosowane przez zmienną ().

Oczekuje variable_creator ma być funkcja z następującym podpisem:

   def variable_creator(next_creator, **kwargs)
 

Twórca ma ostatecznie wywołać next_creator utworzyć zmienną, jeśli chce utworzyć zmienną i nie nazywają Zmienna lub ResourceVariable bezpośrednio. Pomaga to twórcy sk. Twórca może zdecydować się na tworzenie wielu zmiennych, wrócić już istniejące zmienne, lub po prostu zarejestrować się, że zmienna została utworzona i odraczać kolejnych twórców w kolejce. Twórcy mogą także modyfikować argumenty słów kluczowych widzianych przez kolejnych twórców.

getters niestandardowe w zakresie zmiennej ostatecznie rozwiązać w dół do tych twórców niestandardowych gdy robią tworzyć zmienne.

Poprawne argumenty kluczowych w kwds są:

  • initial_value: a Tensor lub obiektu Pythona przekształcić w Tensor , co jest wartością początkową dla zmiennej. Wartość początkowa musi mieć określony kształt, chyba validate_shape jest ustawiona na False. Może być również wymagalne bez argumentu, która zwraca wartość początkową, gdy nazywa. W takim przypadku, dtype musi być określona. (Należy pamiętać, że inicjująca funkcje z init_ops.py musi być najpierw związany z kształtem tutaj przed użyciem.)
  • wyszkolić: Jeśli True , domyślny, GradientTapes automatycznie oglądać zastosowania tej zmiennej.
  • validate_shape: Jeśli False , pozwala zmienna zostać zainicjowany z wartością nieznanym kształcie. Jeśli True , domyślny, kształt initial_value musi być znana.
  • caching_device: Opcjonalne urządzenie ciąg opisujący gdzie zmienna powinna być buforowane do czytania. Domyślnie do urządzenia zmiennej. Jeśli nie None , buforuje na innym urządzeniu. Typowym zastosowaniem jest do pamięci podręcznej na urządzeniu gdzie Ops użyciu zmiennej zamieszkują, aby deduplikuj kopiowaniu przez Switch i innych instrukcji warunkowych.
  • name: opcjonalnie nazwę zmiennej. Domyślnie jest to 'Variable' i dostaje uniquified automatycznie. dtype: Jeśli zestaw, initial_value zostanie przekonwertowany do danego typu. Jeśli None , albo typ danych będą przechowywane (jeśli initial_value jest Tensor) lub convert_to_tensor zadecyduje.
  • Ograniczenie: Funkcja ograniczenia, które należy stosować do zmiennej po aktualizacji przez niektórych algorytmów.
  • Synchronizacja: Wskazuje, kiedy rozproszona zmienna będą sumowane. Akceptowane wartości są stałe zdefiniowane w klasie tf.VariableSynchronization . Domyślnie synchronizacja jest ustawiona na AUTO , a obecne DistributionStrategy Wybiera gdy zsynchronizować.
  • Agregacja: Wskazuje, jak zmienna dystrybuowane będą sumowane. Akceptowane wartości są stałe zdefiniowane w klasie tf.VariableAggregation .

Ten zestaw może rosnąć wraz z upływem czasu, dlatego tak ważne jest podpis twórców jest, jak wspomniano powyżej.

variable_creator przekazany twórca

plony:

Zakres, w których twórcą jest aktywne