TensorFlow函数教程:tf.lite.OpHint.OpHintArgumentTracker

2019-03-27 17:33 更新

tf.lite.OpHint.OpHintArgumentTracker函数

类 OpHintArgumentTracker

别名:

  • 类 tf.contrib.lite.OpHint.OpHintArgumentTracker
  • 类 tf.lite.OpHint.OpHintArgumentTracker

定义在:tensorflow/lite/python/op_hint.py

从概念上跟踪“OpHint函数”的参数索引。

这些函数的输入和参数都使用类的实例,因此它们可以具有独立的编号。

__init__
__init__(
    function_name,
    unique_function_id,
    node_name_prefix,
    attr_name
)

初始化ophint参数。

参数:

  • function_name:跟踪参数的函数的名称。
  • unique_function_id:跟踪参数的函数的UUID。
  • node_name_prefix:如何命名创建的标识。
  • attr_name:用于存储此提示的索引的属性的名称。即FUNCTION_INPUT_INDEX或FUNCTION_OUTPUT_INDEX

方法

add
add(
    arg,
    tag=None,
    name=None,
    aggregate=None,
    index_override=None
)

返回输入张量的包装张量作为参数。

参数:

  • arg:TensorFlow张量应该被认为是一个参数。
  • tag:String标记,用于标识应打包的参数。
  • name:参数名称。这包含在Identity提示操作名称中。
  • aggregate:聚合战略。可接受的值为OpHint.AGGREGATE_FIRST,OpHint.AGGREGATE_LAST和OpHint.AGGREGATE_STACK。注意,聚合仅在指定标记时有效。
  • index_override:指定最终存根中的输入/输出索引。即,add(arg0,index = 1); add(arg1,index = 0)将使最终存根作为stub_func(inputs[arg1, arg0], outputs=[]),而不是基于默认的调用顺序的排序。

返回:

表示包装参数的张量。

可能引发的异常:

  • ValueError:当指数不一致时。
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号