如果 Android 设备支持 Android 神经网络（ANN）API 进行硬件加速，则解释器将使用此 API，否则它将默认使用 CPU 执行。...使用急切执行 急切执行是 TensorFlow 2 中的默认设置，因此不需要特殊设置。 以下代码可用于查找是否正在使用 CPU 或 GPU，如果它是 GPU，则该 GPU 是否为#0。...请注意，在下文中，所有 TensorFlow 操作都有一个名称参数，当使用急切执行作为其目的是在计算图中识别操作时，可以安全地将其保留为默认值None。...正如我们将看到的，它支持急切的执行和数据管道以及其他功能。...启用急切执行时，有四种自动计算梯度的方法（它们也适用于图模式）： tf.GradientTape：上下文记录了计算，因此您可以调用tf.gradient()来获取记录时针对任何可训练变量计算的任何张量的梯度
在下一章中，我们将了解 Keras 的默认集成和急切执行的知识。...请记住，此方法执行的计算是分批执行的。 该函数返回与损失函数相对应的标量。 它还返回与model.compile()阶段中提供的任何度量对应的值。...急切执行可以理解为与延迟加载相反。 在此，数量的值一定义就立即计算，而不必等到它被调用。 这意味着当实际请求数量时，该值从内存中返回，而不是从头开始计算。...急切的执行使张量可以无缝用作本机 Python 对象，而不必担心求值计算图以及管理会话或基础硬件。 好处不止于此。 急切的执行使程序员能够利用宿主编程语言的强大控制流结构。...为了在 TF 2.0 中实现有关急切执行的自定义训练逻辑，可以使用tf.GradientTape。
查询集合是通过调用使用WriteOnlyCollection.select()方法构建的 SELECT 语句来执行的。仅写入加载在仅写入关系中进行了讨论。...当访问关系属性而不产生任何加载效果时，关系属性将返回 None。 此函数是 Load 接口的一部分，并支持方法链式和独立操作。 noload() 仅适用于 relationship() 属性。...参数： sql_only – 如果为 True，则仅在懒加载将发出 SQL 时引发，但如果仅检查标识映射或确定由于缺少键而相关值应为 None，则不会引发。...当访问关系属性时，关系属性将返回None，而不产生任何加载效果。 此功能是Load接口的一部分，支持方法链和独立操作。 noload()仅适用于relationship()属性。...参数： sql_only – 如果为 True，则仅在延迟加载会发出 SQL 时引发异常，但如果仅检查标识映射或确定相关值由于缺少键应为 None，则不会引发异常。
在 Eager Execution 期间，请使用 tf.GradientTape 跟踪操作以便稍后计算梯度。tf.GradientTape 是一种选择性功能，可在不跟踪时提供最佳性能。...它使用在执行程序时编写的汇总事件。tf.contrib.summary 与 Eager Execution 和 Graph Execution 环境兼容。...如果只用张量和梯度函数编写数学代码，而不使用 tfe.Variables，则这些函数非常有用：tfe.gradients_function - 返回一个函数，该函数会计算其输入函数参数相对于其参数的的导数...输入函数参数必须返回一个标量值。当返回的函数被调用时，它会返回一个 tf.Tensor 对象列表：输入函数的每个参数各对应一个元素。...为了构建和训练由图构建的模型，Python 程序首先构建一个表示计算的图，然后调用 Session.run 来发送该图，以便在基于 C++ 的运行时上执行。
少得多的是：通过对功能可以执行的限制，获得了更容易地推理和操纵其执行的能力。 ? 在TensorFlow中，可以使用占位符输入象征性地执行张量的此类功能，也可以使用实际的张量值急切地执行这些功能。...Policy Builder API 用于功能性RL的RLlib策略构建器API（在RLlib 0.7.4中稳定）仅涉及两个关键功能： build_tf_policy（） build_torch_policy...如果未指定，则模型和操作分布由RLlib自动提供： MyTFPolicy = build_tf_policy( name="MyTFPolicy", loss_fn=policy_gradient_loss...build_tf_policy接受提供的构建块（model_fn，action_fn，loss_fn等），并将其编译为DynamicTFPolicy或EagerTFPolicy，具体取决于是否启用了TF急切执行...这仅涉及查询模型，生成动作分布以及从该分布中采样动作。在急切模式下，这涉及到调用action_fn（动作采样器的DQN示例），该函数创建一个相关的动作分配/动作采样器，然后从中进行采样。 ?
，则此方法仅返回掩码的第一部分（0）。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅可在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。
有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅可在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参阅返回的张量中的hidden_states。此参数仅在急切模式下可用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回的张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参阅返回的张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。
有关更多详细信息，请参见返回张量下的 hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量中的hidden_states。此参数仅在急切模式下可用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...如果使用past_key_values，则仅输出形状为(batch_size, 1, hidden_size)的序列的最后一个隐藏状态。
如果使用past_key_values，则仅输出形状为(batch_size, 1, hidden_size)序列的最后一个隐藏状态。...有关更多详细信息，请参见返回张量下的attentions。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...，则此方法仅返回掩码的第一部分（0s）。...则返回) — 分类损失，作为开始标记、结束标记（如果提供了 is_impossible 则包括）分类损失的总和。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。
'only_first': 截断到由参数max_length指定的最大长度，或者如果未提供该参数，则截断到模型可接受的最大输入长度。如果提供一对序列（或一批对），则仅截断第一个序列。...'only_second': 截断到由参数max_length指定的最大长度，或者如果未提供该参数，则截断到模型可接受的最大输入长度。如果提供一对序列（或一批对），则仅截断第二个序列。...，则此方法仅返回掩码的第一部分（0）。...，则此方法仅返回掩码的第一部分（0）。...有关更多详细信息，请查看返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。
tf.function API 正如我们在第 1 章中看到的那样，第 2 章“TensorFlow 2.0 入门”， “Keras 默认集成和急切执行”，默认情况下启用急切执行是 TF 2.0 中引入的主要更改之一...在 Edge TPU 处理器上运行 TFLite Edge TPU 是一种小型处理器，能够执行深度前馈网络，例如卷积神经网络。 但是，它仅支持量化的 TFLite 模型。...这意味着tf.function仅应用于注解高级计算，例如模型的前向传递或单个训练步骤。 以前，模型和训练循环所需的所有计算都将预先确定并编写，并使用session.run()执行。...数据集在 TF 2.0 中是可迭代的，因此在急切的执行模式下，它们可以像任何其他 Python 可迭代的一样使用，例如列表和元组。...其他更改包括增加了代码范围内的急切执行，以简化调试和使用范围。 由于急切执行，因此在 TF 2.0 中创建的变量的行为类似于普通的 Python 变量。
，则此方法仅返回掩码的第一部分（0）。...，则仅返回掩码的第一部分（0s）。...，则此方法仅返回掩码的第一部分（0）。...，则此方法仅返回掩码的第一部分（0s）。...，则此方法仅返回掩码的第一部分（0）。
如果为False，则模型用作编码器。 use_cache（bool，可选，默认为True）—模型是否应返回最后的键/值注意力（不是所有模型都使用）。...有关更多详细信息，请参阅返回张量中的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参阅返回张量中的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。
，此方法仅返回掩码的第一部分（0s）。...，则只返回掩码的第一部分（0s）。...如果指定了 dtype，则所有计算将使用给定的 dtype 执行。 “请注意，这仅指定计算的数据类型，不影响模型参数的数据类型。”...如果指定了dtype，则所有计算将使用给定的dtype执行。 请注意，这仅指定计算的数据类型，不影响模型参数的数据类型。...如果指定了dtype，则所有计算将使用给定的数据类型执行。 请注意，这仅指定了计算的数据类型，不影响模型参数的数据类型。
有关更多详细信息，请参见返回张量下的 attentions。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量中的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...如果为None - 则假定为推断模式 - 然后将应用一组预设的推断特定转换到图像。 预处理一批图像。...如果为 None，则将检查分词器，如果在 additional_special_tokens 中找到该标记，则值将为 True。
，此方法仅返回掩码的第一部分（0s）。...，则此方法仅返回掩码的第一部分（0）。...checkpoint_batch_size（int，可选，默认为-1） - 如果大于 0，则使用梯度检查点，在 GPU 上一次仅计算checkpoint_batch_size个示例的序列表示。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅可在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。
有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参见返回张量中的hidden_states。此参数仅在急切模式下可用，在图模式下将使用配置中的值。...有关更多详细信息，请参见返回张量中的hidden_states。此参数仅在急切模式下使用，在图模式中将使用配置中的值。...有关更多详细信息，请参见返回张量下的 hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...如果使用 past_key_values，则仅输出形状为 (batch_size, 1, hidden_size) 序列的最后一个隐藏状态。
，则此方法仅返回掩码的第一部分（0s）。...如果您想要更多控制如何将input_ids索引转换为相关向量，而不是模型的内部嵌入查找矩阵，则这很有用。 num_hashes (int, optional) — 在分桶期间应执行的哈希轮数。...，则此方法仅返回掩码的第一部分（0）。...，则仅返回掩码的第一部分 (0s)。...有关更多细节，请参见返回张量中的 hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。
，则此方法仅返回掩码的第一部分（0）。...，则此方法仅返回掩码的第一部分（0s）。...有关更多详细信息，请参见返回张量下的hidden_states。此参数仅在急切模式下可用，在图模式中将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。...有关更多详细信息，请参阅返回张量下的hidden_states。此参数仅在急切模式下使用，在图模式下将使用配置中的值。
dtype="int32") # 基于update_state来实现 def update_state(self, y_true, y_pred, sample_weight=None...keras.callbacks.EarlyStopping( monitor="val_accuracy", # 监控模型的验证精度 patience=2 # 如果精度在两轮内不变，则中断训练...tf.function的运行时间: 1.4751169681549072利用tf.function加速运算自定义循环的运行速度比内置的fit核evaluate要慢很多；默认情况下，TensorFlow代码是逐行急切执行的...急切执行让调试代码变得容易，但是性能上远非最佳。高效做法：将TensorFlow代码编译成计算图，对该计算图进行全局优化，这是逐行解释代码无法实现的。...注意：调试代码时，最好使用急切执行，不要使用@tf.function装饰器。一旦代码能够成功运行之后，便可使用其进行加速。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
云直播
