简介
功能说明
开发者在昇腾AI处理器上通过Estimator模式进行模型训练或在线推理时,可通过NPURunConfig类的构造函数,指定Estimator的运行配置。
NPURunConfig类继承了tf.estimator的RunConfig类,关于对RunConfig类原生接口的支持情况可参见RunConfig参数支持说明。
函数原型
您可以在TensorFlow Adapter软件安装路径下的:python/site-packages/npu_bridge/estimator/npu/npu_config.py文件中查看NPURunConfig的原型定义,示例如下:
1 2 3 4 5 6 7 8 9 10 |
def __init__(self, iterations_per_loop=1, profiling_config=None, model_dir=None, tf_random_seed=None, save_summary_steps=0, save_checkpoints_steps=None, save_checkpoints_secs=None, ... ) |
NPURunConfig支持的详细参数请以后面章节的参数说明为准。
使用约束
使用多Device执行训练的场景下,不支持使用按时间保存文件的参数save_checkpoints_secs。
返回值
返回NPURunConfig类对象,作为NPUEstimator的初始化参数传入。
调用示例
NPURunConfig配置的通用使用方式如下所示:
1 2 3 4 5 6 |
from npu_bridge.npu_init import * session_config=tf.ConfigProto() config = NPURunConfig( session_config=session_config, mix_compile_mode=False, iterations_per_loop=1000) |
父主题: NPURunConfig构造函数