อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ
แต่ละอินสแตนซ์จะมีอินพุตของตัวเอง
ตัวอย่างเช่น สมมติว่ามีอินสแตนซ์ TPU 8 รายการ: `[A, B, C, D, E, F, G, H]` การส่งผ่าน group_assignment=`[[0,2,4,6],[1,3,5,7]]` จะกำหนดให้ `A, C, E, G` เป็นกลุ่ม 0 และ `B, D, F, H` เป็นกลุ่ม 1 ดังนั้นเราจึงได้ผลลัพธ์: `[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]`
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คง <T ขยาย TNumber > CrossReplicaSum <T> | |
เอาท์พุต <T> | เอาท์พุท () ผลรวมของอินพุตแบบกระจายทั้งหมด |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง CrossReplicaSum <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand < TInt32 > groupAssignment)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ CrossReplicaSum ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ป้อนข้อมูล | อินพุตท้องถิ่นเพื่อผลรวม |
การมอบหมายกลุ่ม | เทนเซอร์ int32 ที่มีรูปร่าง [num_groups, num_replicas_per_group] `group_assignment[i]` แสดงถึงรหัสจำลองในกลุ่มย่อยที่ ith |
การส่งคืน
- อินสแตนซ์ใหม่ของ CrossReplicaSum