set_graph_exec_config

fetch

输入

图上任意能够执行到的节点，取值包含tensor、operation、list、tuple或者tensor的name。

由于tf.no_op节点会在TensorFlow自身进行图处理时优化掉，因此不能输入该节点

dynamic_input

输入

说明：该参数后续版本将废弃，建议不要配置此参数。

当前输入是否为动态输入，取值包括：

• True：动态输入。
• False：固定输入，默认False。

dynamic_graph_execute_mode

输入

说明：该参数后续版本将废弃，建议不要配置此参数。

对于动态输入场景，需要通过该参数设置执行模式，即dynamic_input为True时该参数生效。取值为：

dynamic_execute：动态图编译模式。该模式下获取dynamic_inputs_shape_range中配置的shape范围进行编译。

dynamic_inputs_shape_range

输入

说明：该参数后续版本将废弃，建议不要配置此参数。

动态输入的shape范围。例如全图有3个输入，两个为dataset输入，一个为placeholder输入，则配置示例为：

dynamic_inputs_shape_range="getnext:[128 ,3~5, 2~128, -1],[64 ,3~5, 2~128, -1];data:[128 ,3~5, 2~128, -1]"

使用注意事项：

• 使用此参数时，不支持将常量设置为用户输入。
• dataset输入固定标识为“getnext”，placeholder输入固定标识为“data”，不允许用其他表示。
• 动态维度有shape范围的用波浪号“~”表示，固定维度用固定数字表示，无限定范围的用-1表示。
• 对于多输入场景，例如有三个dataset输入时，如果只有第二个第三个输入具有shape范围，第一个输入为固定输入时，仍需要将固定输入shape填入：

  dynamic_inputs_shape_range="getnext:[3,3,4,10],[-1,3,2~1000,-1],[-1,-1,-1,-1]"

• 对于标量输入，也需要填入shape范围，表示方法为：[]，"[]"前不允许有空格。
• 若网络中有多个getnext输入，或者多个data输入，需要分别保持顺序关系，例如：
  • 若网络中有多个dataset输入：

    def func(x):
        x = x + 1
        y = x + 2
        return x,y
    dataset = tf.data.Dataset.range(min_size, max_size)
    dataset = dataset.map(func)

    网络的第一个输入是x（假设shape range为：[3~5]），第二个输入是y（假设shape range为：[3~6]），配置到dynamic_inputs_shape_range中时，需要保持顺序关系，即

    dynamic_inputs_shape_range ="getnext:[3~5],[3~6]"

  • 若网络中有多个placeholder输入：

    如果不指定placeholder的name，例：

    x = tf.placeholder(tf.int32)
    y = tf.placeholder(tf.int32)

    placeholder的顺序和脚本中定义的位置一致，即网络的第一个输入是x（假设shape range为：[3~5]），第二个输入是y（shape range为：[3~6]），配置到dynamic_inputs_shape_range中时，需要保持顺序关系，即

    dynamic_inputs_shape_range= "data:[3~5],[3~6]"

    如果指定了placeholder的name，例：

    x = tf.placeholder(tf.int32, name='b')
    y = tf.placeholder(tf.int32, name='a')

    则网络输入的顺序按name的字母序排序，即

    即网络的第一个输入是y（假设shape range为：[3~6]），第二个输入是x（shape range为：[3~5]），配置到dynamic_inputs_shape_range中时，需要保持顺序关系，即

    dynamic_inputs_shape_range = "data:[3~6],[3~5]"

    须知：

    若网络脚本中未指定placeholder的name，则placeholder会按照会如下格式命名：

    xxx_0，xxx_1，xxx_2，……

    其中下划线后为placeholder在网络脚本中的定义顺序索引，placeholder会按照此索引的字母顺序进行排布，所以当placeholder的个数大于10时，则排序为“xxx_0 -> xxx_10 -> xxx_2 -> xxx_3”，网络脚本中定义索引为10的placeholder排在了索引为2的placeholder前面，导致定义的shape range与实际输入的placeholder不匹配。

    为避免此问题，当placeholder的输入个数大于10时，建议在网络脚本中指定placeholder的name，则placeholder会以指定的name进行命名，实现shape range与placeholder name的关联。

is_train_graph

输入

标记该图是否为计算图。

• True：是计算图
• False：不是计算图，默认False。

experimental_config

输入

当前版本暂不推荐使用。

。