Функция config.enable_op_determinism

Функция config.enable_op_determinism включает режим детерминированного выполнения операций. Когда этот режим активирован, TensorFlow выбирает детерминированные реализации для операций, которые обычно могут выполняться недетерминированно на GPU (например, tf.math.reduce_sum или свертки). Это гарантирует, что при одинаковых входных данных и одинаковом зерне генератора случайных чисел результаты вычислений будут полностью совпадать при повторных запусках.

Функция не принимает параметров. Она применяется глобально ко всему процессу TensorFlow. После включения детерминизма его нельзя отключить в текущем процессе без перезапуска. Следует учитывать, что детерминированные операции могут работать медленнее недетерминированных аналогов.

Синтаксис

tf.config.enable_op_determinism()

Пример

Давайте включим детерминизм и выполним операцию суммирования:

import tensorflow as tf

tf.config.enable_op_determinism()

t = tf.constant([1, 2, 3, 4, 5])
res = tf.math.reduce_sum(t)
print(res)

Результат выполнения кода:

tf.Tensor(15, shape=(), dtype=int32)

Пример

Давайте проверим воспроизводимость результатов при включенном детерминизме:

import tensorflow as tf

tf.config.enable_op_determinism()
tf.random.set_seed(0)

t = tf.constant([[1, 2, 3], [4, 5, 6]])
res1 = tf.random.shuffle(t)
print(res1)

tf.random.set_seed(0)
res2 = tf.random.shuffle(t)
print(res2)

print(tf.reduce_all(tf.equal(res1, res2)))

Результат выполнения кода:

tf.Tensor(
[[4 5 6]
 [1 2 3]], shape=(2, 3), dtype=int32)
tf.Tensor(
[[4 5 6]
 [1 2 3]], shape=(2, 3), dtype=int32)
tf.Tensor(True, shape=(), dtype=bool)

Смотрите также

функцию config.disable_op_determinism,
которая отключает детерминизм операций
функцию experimental.enable_op_determinism,
которая включает детерминизм на уровне экспериментального API
функцию tf_function,
которая компилирует функцию в граф TensorFlow
функцию debugging.assert_near,
которая проверяет близость значений с заданной точностью