Cette page a été traduite par l'API Cloud Translation.
Switch to English

Problèmes connus

La compilation avec XLA peut considérablement améliorer les performances de vos programmes, mais l'interopérabilité TensorFlow présente un certain nombre de angles vifs connus.

Interconversion TensorArray TF / XLA

Le problème se manifeste par un message d'erreur La Support for TensorList crossing the XLA/TF boundary is not implemented .

XLA prend en charge tf.TensorArray . Cependant, l' interconversion entre les représentations TF et XLA n'est pas encore implémentée. Cette erreur survient souvent lorsque le TensorArray est utilisé à l'intérieur du bloc compilé, mais que le dérivé est pris à l'extérieur.

Solution: compilez la portée la plus externe qui prend le dérivé.

Dynamic tf.TensorArray n'est pas pris en charge

Les écritures dans tf.TensorArray(..., dynamic_size=True) ne sont pas compilables avec XLA, car de telles écritures nécessitent un nombre inconnu de réallocations lorsque le tableau dépasse la limite d'origine.

Solution de contournement: fournissez une liaison statiquement connue à vos tableaux.

Génération de nombres aléatoires

XLA ignore actuellement les semences TF pour les opérations aléatoires. Cela affecte les opérations aléatoires TF avec état, telles que tf.random.normal ou tf.nn.dropout . XLA se comportera comme si la compilation était amorcée avec une nouvelle graine unique à chaque exécution. Cette limitation ne s'applique pas aux opérations aléatoires sans état.