РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
654 of 824 menu

Класс LoadOptions

Класс LoadOptions используется для настройки процесса загрузки сохраненной модели TensorFlow. Он передается в функцию tf.saved_model.load и позволяет указать, следует ли разрешать несериализуемые функции, какую политику размещения переменных применять, а также включить экспериментальные возможности загрузки. Первым параметром при создании объекта выступает логическое значение allow_partial_checkpoint, которое разрешает загрузку при неполном чекпоинте. Вторым параметром можно передать experimental_io_device для указания устройства ввода-вывода. Также доступны параметры experimental_skip_checkpoint и experimental_variable_policy.

Синтаксис

tf.saved_model.LoadOptions( allow_partial_checkpoint=False, experimental_io_device=None, experimental_skip_checkpoint=False, experimental_variable_policy=None )

Пример

Давайте создадим объект LoadOptions со значением по умолчанию и выведем его параметры:

import tensorflow as tf options = tf.saved_model.LoadOptions() print(options.allow_partial_checkpoint) print(options.experimental_io_device) print(options.experimental_skip_checkpoint) print(options.experimental_variable_policy)

Результат выполнения кода:

False None False None

Пример

Давайте создадим объект LoadOptions с разрешением частичного чекпоинта и пропуском загрузки чекпоинта:

import tensorflow as tf options = tf.saved_model.LoadOptions( allow_partial_checkpoint=True, experimental_skip_checkpoint=True ) print(options.allow_partial_checkpoint) print(options.experimental_skip_checkpoint)

Результат выполнения кода:

True True

Пример

Давайте сохраним простую модель и загрузим ее с помощью LoadOptions, указав устройство ввода-вывода:

<+python+> import tensorflow as tf model = tf.keras.Sequential([ tf.keras.layers.Dense(2, input_shape=(3,)) ]) model.save('model.keras') options = tf.saved_model.LoadOptions( experimental_io_device='/job:localhost' ) loaded = tf.saved_model.load('model.keras', options=options) print(loaded) <-python+>

Результат выполнения кода:

<tensorflow.python.saved_model.load.Loader._recreate_base_user_object.<locals>._UserObject object at 0x...>

Смотрите также

  • класс SaveOptions,
    который задает параметры сохранения модели
  • функцию saved_model.load,
    которая загружает сохраненную модель
  • функцию saved_model.save,
    которая сохраняет модель на диск
  • функцию latest_checkpoint,
    которая находит последний чекпоинт
Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить