tensoreflusso:: ops:: Ripristinare

Ripristina un tensore dai file checkpoint.

Riepilogo

Legge un tensore memorizzato in uno o più file. Se sono presenti più file (ad esempio perché un tensore è stato salvato come fette), file_pattern può contenere simboli jolly ( * e ? ) solo nella parte del nome file, non nella parte della directory.

Se un file_pattern corrisponde a più file, preferred_shard può essere utilizzato per suggerire in quale file è probabile che si trovi il tensore richiesto. Questa operazione aprirà innanzitutto il file nell'indice preferred_shard nell'elenco dei file corrispondenti e tenterà di ripristinare i tensori da quel file. Solo se nel primo file non vengono trovati alcuni tensori o fette di tensore, l'Op apre tutti i file. L'impostazione di preferred_shard in modo che corrisponda al valore passato come input shard di un'operazione Save corrispondente può accelerare il ripristino . Questo attributo influisce solo sulle prestazioni, non sulla correttezza. Il valore predefinito -1 significa che i file vengono elaborati in ordine.

Vedi anche RestoreSlice .

Argomenti:

• scope: un oggetto Scope
• file_pattern: deve avere un singolo elemento. Lo schema dei file da cui leggiamo il tensore.
• tensor_name: deve avere un singolo elemento. Il nome del tensore da ripristinare.
• dt: Il tipo di tensore da ripristinare.

Attributi facoltativi (vedi Attrs ):

• shard_preferito: indice del file da aprire per primo se più file corrispondono file_pattern .

Resi:

• Output : il tensore restaurato.

Attributi pubblici

Operation operation

::tensorflow::Output tensor

 Restore(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input file_pattern,
  ::tensorflow::Input tensor_name,
  DataType dt
)

 Restore(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input file_pattern,
  ::tensorflow::Input tensor_name,
  DataType dt,
  const Restore::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs PreferredShard(
  int64 x
)