首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >什么时候缓存tf.Tensors是安全的?

问什么时候缓存tf.Tensors是安全的?
EN

Stack Overflow用户
提问于 2018-03-29 07:51:53
回答 1查看 369关注 0票数 1

假设我们有一些在图构造期间调用的方法( foo ),每次调用这些方法时都会返回一些tf.Tensors或嵌套结构,以及使用foo结果的多个其他方法。为了提高效率,避免不必要的重复操作,可能会诱使foo缓存它的结果(为了重用它生成的子图)。然而,如果在控制流的上下文中使用foo,比如tf.cond、tf.map_fn或tf.while_loop,这可能会失败。

我的问题是:

  1. 什么时候以不引起控制流问题的方式缓存tf.Tensor对象是安全的?也许有什么方法可以检索创建tf.Tensor的控制流(如果有的话),存储它,然后比较它,看看是否可以重用缓存的结果?
  2. 上述问题的答案如何适用于tf.Operations?

(更新的问题文本使foo在每次调用时都会创建一组新的张量)

EN

回答 1

Stack Overflow用户

发布于 2018-03-29 08:20:20

TL;DR:TF已经缓存了它需要的东西,不用自己操心了。

每次调用sess.run([some_tensors]) TF的引擎时,都要找到计算[some_tensors]和中所有张量所需的最小子图,从上到下运行(可能是在新的数据上,如果不给它提供相同的数据)。

这意味着,缓存sess.run调用之间的结果对于保存计算是无用的,因为它们无论如何都会被重新计算。

如果您关注的是在sess.run的一个调用中使用相同的数据作为输入的多个张量,请不要担心,TF足够聪明。如果您有输入A和B = 2*A,C = A + 1,只要您执行一个sess.run调用,作为sess.run([B,C]) A,只需要计算一次(然后由TF引擎隐式缓存)。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/49550723

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档