XLA概述 注意:XLA是实验性的。大多数使用情况在性能(速度或减少的内存使用情况)方面都没有改进。我们早期发布了XLA,这样开源社区可以为其开发做出贡献,并为与硬件加速器集成创建一条路径。
XLA提供了一个抽象接口,新体系结构或加速器可以实现创建后端以运行TensorFlow图形。重新定位XLA应该比实现每个现有的TensorFlowOp用于新硬件更加简单和可扩展。
基准测试,其中包含一系列基准测试结果.XLA(加速线性代数)是用于优化TensorFlow计算的线性代数的实验性编译器。以下指南探索XLA: XLA概述,它介绍了XLA。
广播语义 本文档描述了XLA中的广播语义如何工作。 什么是广播? 广播是使具有不同形状的阵列具有用于算术运算的兼容形状的过程。术语是从Numpy(广播)借来的。
编译器建立在XLA框架之上。将TensorFlow桥接到XLA框架的代码驻留在tensorflow/编译器中,其中还包括对TensorFlow图形的即时(JIT)编译的支持。
形状和布局 XLAShapeproto(xla_data.proto)描述了N维数组(简称数组)的秩,大小和数据类型。 术语,表示法和惯例 数组的排名等于维数。数组的真实等级是尺寸大于1的维数。
i:\w+)\b"A12xlA12XLa12xl"中的"A12xl"和"A12XL"(?=子表达式)零宽度正预测先行断言。\w+(?=\.)"Heis.Thedogran.Thesunisout."
通常,这些操作一对一映射到RPC接口中定义的操作xla_data.proto。 关于术语的说明:XLA处理的通用数据类型是一个保存某种统一类型元素(例如32位浮点数)的N维数组。
TensorFlow的XLA编译器可以使用数据流图中的信息生成更快的代码,例如,通过融合相邻操作。可移植性。数据流图是模型中代码的语言无关表示。
TensorFlow中有许多融合操作,XLA将尽可能创建融合操作,以自动提高性能。下面收集的是精选的融合行动,可以大大提高性能,并可能被忽视。

扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号:粤B2-20090059
粤公网安备44030502008569号
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号
