عملية لجمع المدخلات عبر مثيلات TPU المكررة.
توفر كل حالة مدخلاتها الخاصة.
على سبيل المثال، لنفترض أن هناك 8 مثيلات لـ TPU: `[A, B, C, D, E, F, G, H]`. تمرير المجموعة =`[[0,2,4,6],[1,3,5,7]]` يعين `A، C، E، G` كمجموعة 0، و`B، D، F، H` كمجموعة 1. وبالتالي نحصل على المخرجات: `[A+C+E+G، B+D+F+H، A+C+E+G، B+D+F+H، A+C+E+ G، B+D+F+H، A+C+E+G، B+D+F+H]`.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TNumber > CrossReplicaSum <T> | |
الإخراج <T> | انتاج () مجموع جميع المدخلات الموزعة. |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء CrossReplicaSum <T> ثابت عام ( نطاق النطاق ، وإدخال المعامل <T>، والمعامل < TInt32 > groupAssignment)
طريقة المصنع لإنشاء فئة تغلف عملية CrossReplicaSum جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
مدخل | الإدخال المحلي للمجموع. |
مهمه المجموعه | موتر int32 بالشكل [num_groups, num_replicas_per_group]. يمثل `group_signment[i]` المعرفات المتماثلة في المجموعة الفرعية i. |
عائدات
- مثيل جديد لـ CrossReplicaSum