文档
注册

TellMeStepOrLossHook构造函数

功能说明

TellMeStepOrLossHook类的构造函数,TellMeStepOrLossHook用于告知底层软件“当前执行的步数和总的步数”或者“当前执行的loss和最终的目标loss”。

函数原型

def __init__(self,step=None,total_step=None,loss=None,final_loss=None)

参数说明

参数名

输入/输出

描述

step

输入

表示当前步数的Tensor的名称。

total_step

输入

训练脚本总的训练步数。

loss

输入

表示当前loss的Tensor的名称。

final_loss

输入

训练脚本最终的目标loss。

返回值

返回TellMeStepOrLossHook类对象

约束说明

Iterations_per_loop>1的场景下,会按照每增加Iterations_per_loop数量的步数,就会告知底层软件当前执行的步数或者loss,无法做到每增加1步就告知底层软件一次,可能对底层软件某些依赖此hook函数结果的功能产生影响

调用示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
from npu_bridge.npu_init import *
est = NPUEstimator(
        model_fn=model_fn,
        config=config,
        params=params)
hooks = []
max_steps = 10000
# step分割的方式,本示例当前step的tensor名称是global_step:0,总step数是10000,请根据实际step的tensor名称和总step数进行配置
my_hook = TellMeStepOrLossHook(step='global_step:0', total_step=max_steps)
# loss分割的方式,本示例当前loss的tenosr名称是loss:0,目标loss是7.1,请根据实际loss的tensor名称和目标loss值进行配置
# my_hook = TellMeStepOrLossHook(loss='loss:0', final_loss=7.1)
hooks.append(my_hook)
# 开启训练
est.train(
          input_fn=imagenet_train.input_fn,
          max_steps=max_steps 
          hooks=hooks)
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词