TensorFlow সংস্থানগুলি যখন আর প্রয়োজন হয় না তখন কীভাবে পরিষ্কার করা হয় তা নিয়ন্ত্রণ করে।
একটি EagerSession সময় বরাদ্দ করা সমস্ত সংস্থান সেশন বন্ধ হয়ে গেলে মুছে ফেলা হয়। মেমরির বাইরে থাকা ত্রুটিগুলি প্রতিরোধ করার জন্য, সেশন চলাকালীন সেই সংস্থানগুলিকে পরিষ্কার করার জন্য দৃঢ়ভাবে পরামর্শ দেওয়া হয়। উদাহরণ স্বরূপ, m পুনরাবৃত্তির একটি লুপে n ক্রিয়াকলাপ নির্বাহ করা হলে ন্যূনতম n*m সম্পদ বরাদ্দ করা হবে যখন অধিকাংশ ক্ষেত্রে, শুধুমাত্র শেষ পুনরাবৃত্তির সংস্থানগুলি এখনও ব্যবহার করা হচ্ছে।
যখন TensorFlow অবজেক্টগুলি আর রেফার করা হয় না তখন EagerSession দৃষ্টান্তগুলিকে বিভিন্ন উপায়ে বিজ্ঞপ্তি দেওয়া যেতে পারে, তাই তারা তাদের মালিকানাধীন যেকোন সংস্থানগুলি পরিষ্কার করার জন্য এগিয়ে যেতে পারে।
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
এনাম মান
পাবলিক স্ট্যাটিক ফাইনাল EagerSession.ResourceCleanupStrategy IN_BACKGROUND
পটভূমিতে চলমান একটি নতুন থ্রেড থেকে অব্যবহৃত সংস্থানগুলি পর্যবেক্ষণ করুন এবং মুছুন।
এই কাজটির জন্য নিবেদিত একটি অতিরিক্ত থ্রেড শুরু এবং চালানোর খরচে TensorFlow সংস্থানগুলি পরিষ্কার করার জন্য এটি সবচেয়ে নির্ভরযোগ্য পদ্ধতি। প্রতিটি EagerSession দৃষ্টান্তের নিজস্ব থ্রেড থাকে, যা শুধুমাত্র সেশন বন্ধ হলেই বন্ধ হয়ে যায়।
এই কৌশলটি ডিফল্টরূপে ব্যবহৃত হয়।
পাবলিক স্ট্যাটিক ফাইনাল EagerSession.ResourceCleanupStrategy ON_SAFE_POINTS
বিদ্যমান থ্রেডগুলি থেকে অব্যবহৃত সংস্থানগুলি পর্যবেক্ষণ করুন এবং মুছুন, তারা অন্য কাজটি সম্পূর্ণ করার আগে বা পরে।
TensorFlow লাইব্রেরিতে একটি কল পরিষ্কার করার জন্য একটি নিরাপদ স্থানে পৌঁছালে অব্যবহৃত সংস্থানগুলি প্রকাশ করা হয়। এটি সিঙ্ক্রোনাসভাবে করা হয় এবং যে থ্রেডটি সেই কলটি ট্রিগার করেছে তাকে অল্প সময়ের জন্য ব্লক করতে পারে।
এই কৌশলটি শুধুমাত্র তখনই ব্যবহার করা উচিত যদি, কিছু কারণে, পরিচ্ছন্নতার জন্য কোন অতিরিক্ত থ্রেড বরাদ্দ না করা হয়। অন্যথায়, IN_BACKGROUND পছন্দ করা উচিত।
পাবলিক স্ট্যাটিক ফাইনাল EagerSession.ResourceCleanup Strategy ON_SESSION_CLOSE
অধিবেশন বন্ধ হলে শুধুমাত্র সম্পদ মুছুন।
অধিবেশন চলাকালীন বরাদ্দকৃত সমস্ত সংস্থান মেমরিতে থাকবে যতক্ষণ না সেশনটি স্পষ্টভাবে বন্ধ করা হয় (বা ঐতিহ্যবাহী `রিসোর্সের সাথে চেষ্টা করুন` কৌশলের মাধ্যমে)। রিসোর্স ক্লিনআপের জন্য কোন অতিরিক্ত কাজ করার চেষ্টা করা হবে না।
এই কৌশলটি মেমরির বাইরের ত্রুটির দিকে নিয়ে যেতে পারে এবং এটির ব্যবহার সুপারিশ করা হয় না, যদি না সেশনের সুযোগ শুধুমাত্র অল্প পরিমাণে অপারেশন চালানোর জন্য সীমাবদ্ধ থাকে।