Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Bekannte Probleme

Das Kompilieren mit XLA kann die Leistung Ihrer Programme erheblich verbessern, aber das TensorFlow-Interop weist eine Reihe bekannter scharfer Ecken auf.

TensorArray TF / XLA-Interkonvertierung

Das Problem tritt als Fehlermeldung auf. Die Support for TensorList crossing the XLA/TF boundary is not implemented .

XLA unterstützt tf.TensorArray . Die gegenseitige Umwandlung zwischen TF- und XLA-Darstellungen ist jedoch noch nicht implementiert. Dieser Fehler tritt häufig auf, wenn das TensorArray innerhalb des kompilierten Blocks verwendet wird, die Ableitung jedoch außerhalb.

Problemumgehung: Kompilieren Sie den äußersten Bereich, der die Ableitung verwendet.

Dynamic tf.TensorArray wird nicht unterstützt

tf.TensorArray(..., dynamic_size=True) in tf.TensorArray(..., dynamic_size=True) nicht mit XLA kompiliert werden, da für solche Schreibvorgänge eine unbekannte Anzahl von Neuzuweisungen erforderlich ist, wenn das Array die ursprüngliche Grenze überschreitet.

Problemumgehung: Geben Sie eine statisch bekannte Bindung an Ihre Arrays an.

Zufallszahlengenerierung

XLA ignoriert derzeit TF-Seeds für zufällige Operationen. Dies wirkt sich auf zustandsbehaftete TF-Zufallsoperationen aus, z. B. tf.random.normal oder tf.nn.dropout . XLA verhält sich so, als ob die Kompilierung bei jedem Lauf mit einem neuen eindeutigen Startwert versehen wurde. Diese Einschränkung gilt nicht für zustandslose Zufallsoperationen.