Функция config.disable_op_determinism

Функция config.disable_op_determinism отключает режим детерминированного выполнения операций, который ранее был включен функцией config.enable_op_determinism. После вызова этой функции TensorFlow возвращается к стандартному поведению, при котором некоторые операции на GPU могут выполняться недетерминированно ради более высокой производительности. Функция не принимает параметров и не возвращает значения.

Синтаксис

tf.config.disable_op_determinism()

Пример

Давайте включим детерминизм операций, а затем отключим его, проверив результат сложения тензоров:

import tensorflow as tf

tf.config.enable_op_determinism()
tf.config.disable_op_determinism()

t1 = tf.constant([1, 2, 3, 4, 5])
t2 = tf.constant([5, 4, 3, 2, 1])
res = tf.add(t1, t2)
print(res)

Результат выполнения кода:

tf.Tensor([6 6 6 6 6], shape=(5,), dtype=int32)

Пример

Давайте отключим детерминизм перед выполнением матричного умножения двух двумерных тензоров:

import tensorflow as tf

tf.config.disable_op_determinism()

t1 = tf.constant([[1, 2, 3], [4, 5, 6]])
t2 = tf.constant([[1, 2, 3], [4, 5, 6]])
res = tf.matmul(t1, tf.transpose(t2))
print(res)

Результат выполнения кода:

tf.Tensor(
[[14 32]
 [32 77]], shape=(2, 2), dtype=int32)

Смотрите также

функцию config.enable_op_determinism,
которая включает детерминизм операций
функцию experimental.enable_op_determinism,
которая включает детерминизм операций в экспериментальном API
функцию device,
которая задает устройство для выполнения операций
функцию config.set_soft_device_placement,
которая управляет мягким размещением операций по устройствам