简介

功能说明

开发者在昇腾AI处理器上通过Estimator模式进行训练时，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：

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：

from npu_bridge.npu_init import *
session_config=tf.ConfigProto()
config = NPURunConfig(
    session_config=session_config, 
    mix_compile_mode=False, 
    iterations_per_loop=1000)