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

Znane problemy

Kompilacja z XLA może znacznie poprawić wydajność programów, ale interop TensorFlow ma wiele znanych ostrych zakrętów.

Konwersja TensorArray TF / XLA

Problem objawia się komunikatem o błędzie Support for TensorList crossing the XLA/TF boundary is not implemented .

XLA obsługuje tf.TensorArray . Jednak wzajemna konwersja między reprezentacjami TF i XLA nie została jeszcze zaimplementowana. Ten błąd często pojawia się, gdy TensorArray jest używana wewnątrz skompilowanego bloku, ale pochodna jest pobierana na zewnątrz.

Obejście problemu: skompiluj najbardziej zewnętrzny zakres, który przyjmuje pochodną.

Dynamiczny tf.TensorArray nie jest obsługiwany

tf.TensorArray(..., dynamic_size=True) do tf.TensorArray(..., dynamic_size=True) nie można kompilować z XLA, ponieważ takie zapisy wymagają nieznanej liczby ponownych alokacji, gdy tablica przekracza pierwotne ograniczenie.

Obejście: podaj statycznie znane powiązanie z tablicami.

Generowanie liczb losowych

XLA obecnie ignoruje nasiona TF do operacji losowych. Wpływa to na stanowe operacje losowe TF, takie jak tf.random.normal lub tf.nn.dropout . XLA będzie zachowywał się tak, jakby kompilacja została zapoczątkowana nowym, unikalnym materiałem siewnym przy każdym uruchomieniu. To ograniczenie nie dotyczy losowych operacji bezstanowych.