GPUOptions.Experimental

GPUOptions คลาสสุดท้ายแบบคงที่สาธารณะการทดลอง

Protobuf ประเภท tensorflow.GPUOptions.Experimental

คลาสที่ซ้อนกัน

ระดับ GPUOptions.Experimental.Builder Protobuf ประเภท tensorflow.GPUOptions.Experimental
ระดับ GPUOptions.Experimental.VirtualDevices 
 Configuration for breaking down a visible GPU into multiple "virtual"
 devices. 
อินเตอร์เฟซ GPUOptions.Experimental.VirtualDevicesOrBuilder

ค่าคงที่

ภายใน COLLECTIVE_RING_ORDER_FIELD_NUMBER
ภายใน KERNEL_TRACKER_MAX_BYTES_FIELD_NUMBER
ภายใน KERNEL_TRACKER_MAX_INTERVAL_FIELD_NUMBER
ภายใน KERNEL_TRACKER_MAX_PENDING_FIELD_NUMBER
ภายใน NUM_DEV_TO_DEV_COPY_STREAMS_FIELD_NUMBER
ภายใน TIMESTAMPED_ALLOCATOR_FIELD_NUMBER
ภายใน USE_UNIFIED_MEMORY_FIELD_NUMBER
ภายใน VIRTUAL_DEVICES_FIELD_NUMBER

วิธีการสาธารณะ

บูลีน
เท่ากับ (วัตถุ obj)
สตริง
getCollectiveRingOrder () 
 If non-empty, defines a good GPU ring order on a single worker based on
 device interconnect.
com.google.protobuf.ByteString
getCollectiveRingOrderBytes () 
 If non-empty, defines a good GPU ring order on a single worker based on
 device interconnect.
GPUOptions แบบคงที่การทดลอง
getDefaultInstance ()
GPUOptions.ทดลอง
getDefaultInstanceForType ()
com.google.protobuf.Descriptors.Descriptor แบบคงที่ขั้นสุดท้าย
รับคำอธิบาย ()
ภายใน
getKernelTrackerMaxBytes () 
 If kernel_tracker_max_bytes = n > 0, then a tracking event is
 inserted after every series of kernels allocating a sum of
 memory >= n.
ภายใน
getKernelTrackerMaxInterval () 
 Parameters for GPUKernelTracker.
ภายใน
getKernelTrackerMaxPending () 
 If kernel_tracker_max_pending > 0 then no more than this many
 tracking events can be outstanding at a time.
ภายใน
getNumDevToDevCopyStreams () 
 If > 1, the number of device-to-device copy streams to create
 for each GPUDevice.
getParserForType ()
ภายใน
รับขนาดซีเรียลไลซ์ ()
บูลีน
getTimestampedAlocator () 
 If true then extra work is done by GPUDevice and GPUBFCAllocator to
 keep track of when GPU memory is freed and when kernels actually
 complete so that we can know when a nominally free memory chunk
 is really not subject to pending use.
สุดท้าย com.google.protobuf.UnknownFieldSet
getUnknownFields ()
บูลีน
getUseUnifiedMemory () 
 If true, uses CUDA unified memory for memory allocations.
GPUOptions.Experimental.VirtualDevices
getVirtualDevices (ดัชนี int) 
 The multi virtual device settings.
ภายใน
getVirtualDevicesCount () 
 The multi virtual device settings.
รายการ < GPUOptions.Experimental.VirtualDevices >
รับรายการอุปกรณ์เสมือน () 
 The multi virtual device settings.
GPUOptions.Experimental.VirtualDevicesOrBuilder
getVirtualDevicesOrBuilder (ดัชนี int) 
 The multi virtual device settings.
รายการ<? ขยาย GPUOptions.Experimental.VirtualDevicesOrBuilder >
getVirtualDevicesOrBuilderList () 
 The multi virtual device settings.
ภายใน
แฮชโค้ด ()
บูลีนสุดท้าย
เป็นค่าเริ่มต้น ()
GPUOptions.Experimental.Builder แบบคงที่
newBuilder ( GPUOptions ต้นแบบทดลอง)
GPUOptions.Experimental.Builder แบบคงที่
ตัวสร้างใหม่ ()
GPUOptions.Experimental.Builder
ใหม่BuilderForType ()
GPUOptions แบบคงที่การทดลอง
parseDelimitedFrom (อินพุต InputStream)
GPUOptions แบบคงที่การทดลอง
parseDelimitedFrom (อินพุตสตรีม com.google.protobuf.ExtensionRegistryLite extensionRegistry)
GPUOptions แบบคงที่การทดลอง
parseFrom (ข้อมูล ByteBuffer)
GPUOptions แบบคงที่การทดลอง
parseFrom (อินพุต com.google.protobuf.CodedInputStream, com.google.protobuf.ExtensionRegistryLite extensionRegistry)
GPUOptions แบบคงที่การทดลอง
parseFrom (ข้อมูล ByteBuffer, com.google.protobuf.ExtensionRegistryLite extensionRegistry)
GPUOptions แบบคงที่การทดลอง
parseFrom (com.google.protobuf.CodedInputStream อินพุต)
GPUOptions แบบคงที่การทดลอง
parseFrom (ข้อมูลไบต์ [], com.google.protobuf.ExtensionRegistryLite extensionRegistry)
GPUOptions แบบคงที่การทดลอง
parseFrom (ข้อมูล com.google.protobuf.ByteString)
GPUOptions แบบคงที่การทดลอง
parseFrom (อินพุต InputStream, com.google.protobuf.ExtensionRegistryLite extensionRegistry)
GPUOptions แบบคงที่การทดลอง
parseFrom (ข้อมูล com.google.protobuf.ByteString, com.google.protobuf.ExtensionRegistryLite extensionRegistry)
คงที่
ตัวแยกวิเคราะห์ ()
GPUOptions.Experimental.Builder
toBuilder ()
เป็นโมฆะ
writeTo (เอาต์พุต com.google.protobuf.CodedOutputStream)

วิธีการสืบทอด

ค่าคงที่

รอบชิงชนะเลิศแบบคงที่สาธารณะ int COLLECTIVE_RING_ORDER_FIELD_NUMBER

ค่าคงที่: 4

สาธารณะคงที่สุดท้าย int KERNEL_TRACKER_MAX_BYTES_FIELD_NUMBER

ค่าคงที่: 8

สาธารณะคงสุดท้าย int KERNEL_TRACKER_MAX_INTERVAL_FIELD_NUMBER

ค่าคงที่: 7

สถานะคงที่สาธารณะขั้นสุดท้าย KERNEL_TRACKER_MAX_PENDING_FIELD_NUMBER

ค่าคงที่: 9

int สุดท้ายแบบคงที่สาธารณะ NUM_DEV_TO_DEV_COPY_STREAMS_FIELD_NUMBER

ค่าคงที่: 3

รอบชิงชนะเลิศแบบคงที่สาธารณะ int TIMESTAMPED_ALLOCATOR_FIELD_NUMBER

ค่าคงที่: 5

int สุดท้ายคงที่สาธารณะ USE_UNIFIED_MEMORY_FIELD_NUMBER

ค่าคงที่: 2

ปลายทางคงที่สาธารณะ VIRTUAL_DEVICES_FIELD_NUMBER

ค่าคงที่: 1

วิธีการสาธารณะ

บูลีนสาธารณะ เท่ากับ (Object obj)

สตริงสาธารณะ getCollectiveRingOrder () 

 If non-empty, defines a good GPU ring order on a single worker based on
 device interconnect.  This assumes that all workers have the same GPU
 topology.  Specify as a comma-separated string, e.g. "3,2,1,0,7,6,5,4".
 This ring order is used by the RingReducer implementation of
 CollectiveReduce, and serves as an override to automatic ring order
 generation in OrderTaskDeviceMap() during CollectiveParam resolution.
string collective_ring_order = 4;

สาธารณะ com.google.protobuf.ByteString getCollectiveRingOrderBytes () 

 If non-empty, defines a good GPU ring order on a single worker based on
 device interconnect.  This assumes that all workers have the same GPU
 topology.  Specify as a comma-separated string, e.g. "3,2,1,0,7,6,5,4".
 This ring order is used by the RingReducer implementation of
 CollectiveReduce, and serves as an override to automatic ring order
 generation in OrderTaskDeviceMap() during CollectiveParam resolution.
string collective_ring_order = 4;

GPUOptions แบบคงที่สาธารณะ getDefaultInstance แบบทดลอง ()

GPUOptions สาธารณะ ทดลอง getDefaultInstanceForType ()

สาธารณะคงที่สุดท้าย com.google.protobuf.Descriptors.Descriptor getDescriptor ()

int สาธารณะ getKernelTrackerMaxBytes () 

 If kernel_tracker_max_bytes = n > 0, then a tracking event is
 inserted after every series of kernels allocating a sum of
 memory >= n.  If one kernel allocates b * n bytes, then one
 event will be inserted after it, but it will count as b against
 the pending limit.
int32 kernel_tracker_max_bytes = 8;

int สาธารณะ getKernelTrackerMaxInterval () 

 Parameters for GPUKernelTracker.  By default no kernel tracking is done.
 Note that timestamped_allocator is only effective if some tracking is
 specified.
 If kernel_tracker_max_interval = n > 0, then a tracking event
 is inserted after every n kernels without an event.
int32 kernel_tracker_max_interval = 7;

int สาธารณะ getKernelTrackerMaxPending () 

 If kernel_tracker_max_pending > 0 then no more than this many
 tracking events can be outstanding at a time.  An attempt to
 launch an additional kernel will stall until an event
 completes.
int32 kernel_tracker_max_pending = 9;

int สาธารณะ getNumDevToDevCopyStreams () 

 If > 1, the number of device-to-device copy streams to create
 for each GPUDevice.  Default value is 0, which is automatically
 converted to 1.
int32 num_dev_to_dev_copy_streams = 3;

สาธารณะ getParserForType ()

สาธารณะ int getSerializedSize ()

บูลีนสาธารณะ getTimestampedAllocator () 

 If true then extra work is done by GPUDevice and GPUBFCAllocator to
 keep track of when GPU memory is freed and when kernels actually
 complete so that we can know when a nominally free memory chunk
 is really not subject to pending use.
bool timestamped_allocator = 5;

สาธารณะสุดท้าย com.google.protobuf.UnknownFieldSet getUnknownFields ()

บูลีนสาธารณะ getUseUnifiedMemory () 

 If true, uses CUDA unified memory for memory allocations. If
 per_process_gpu_memory_fraction option is greater than 1.0, then unified
 memory is used regardless of the value for this field. See comments for
 per_process_gpu_memory_fraction field for more details and requirements
 of the unified memory. This option is useful to oversubscribe memory if
 multiple processes are sharing a single GPU while individually using less
 than 1.0 per process memory fraction.
bool use_unified_memory = 2;

GPUOptions สาธารณะ.Experimental.VirtualDevices getVirtualDevices (ดัชนี int) 

 The multi virtual device settings. If empty (not set), it will create
 single virtual device on each visible GPU, according to the settings
 in "visible_device_list" above. Otherwise, the number of elements in the
 list must be the same as the number of visible GPUs (after
 "visible_device_list" filtering if it is set), and the string represented
 device names (e.g. /device:GPU:<id>) will refer to the virtual
 devices and have the <id> field assigned sequentially starting from 0,
 according to the order they appear in this list and the "memory_limit"
 list inside each element. For example,
   visible_device_list = "1,0"
   virtual_devices { memory_limit: 1GB memory_limit: 2GB }
   virtual_devices {}
 will create three virtual devices as:
   /device:GPU:0 -> visible GPU 1 with 1GB memory
   /device:GPU:1 -> visible GPU 1 with 2GB memory
   /device:GPU:2 -> visible GPU 0 with all available memory
 NOTE:
 1. It's invalid to set both this and "per_process_gpu_memory_fraction"
    at the same time.
 2. Currently this setting is per-process, not per-session. Using
    different settings in different sessions within same process will
    result in undefined behavior.
repeated .tensorflow.GPUOptions.Experimental.VirtualDevices virtual_devices = 1;

int สาธารณะ getVirtualDevicesCount () 

 The multi virtual device settings. If empty (not set), it will create
 single virtual device on each visible GPU, according to the settings
 in "visible_device_list" above. Otherwise, the number of elements in the
 list must be the same as the number of visible GPUs (after
 "visible_device_list" filtering if it is set), and the string represented
 device names (e.g. /device:GPU:<id>) will refer to the virtual
 devices and have the <id> field assigned sequentially starting from 0,
 according to the order they appear in this list and the "memory_limit"
 list inside each element. For example,
   visible_device_list = "1,0"
   virtual_devices { memory_limit: 1GB memory_limit: 2GB }
   virtual_devices {}
 will create three virtual devices as:
   /device:GPU:0 -> visible GPU 1 with 1GB memory
   /device:GPU:1 -> visible GPU 1 with 2GB memory
   /device:GPU:2 -> visible GPU 0 with all available memory
 NOTE:
 1. It's invalid to set both this and "per_process_gpu_memory_fraction"
    at the same time.
 2. Currently this setting is per-process, not per-session. Using
    different settings in different sessions within same process will
    result in undefined behavior.
repeated .tensorflow.GPUOptions.Experimental.VirtualDevices virtual_devices = 1;

รายการสาธารณะ < GPUOptions.Experimental.VirtualDevices > getVirtualDevicesList () 

 The multi virtual device settings. If empty (not set), it will create
 single virtual device on each visible GPU, according to the settings
 in "visible_device_list" above. Otherwise, the number of elements in the
 list must be the same as the number of visible GPUs (after
 "visible_device_list" filtering if it is set), and the string represented
 device names (e.g. /device:GPU:<id>) will refer to the virtual
 devices and have the <id> field assigned sequentially starting from 0,
 according to the order they appear in this list and the "memory_limit"
 list inside each element. For example,
   visible_device_list = "1,0"
   virtual_devices { memory_limit: 1GB memory_limit: 2GB }
   virtual_devices {}
 will create three virtual devices as:
   /device:GPU:0 -> visible GPU 1 with 1GB memory
   /device:GPU:1 -> visible GPU 1 with 2GB memory
   /device:GPU:2 -> visible GPU 0 with all available memory
 NOTE:
 1. It's invalid to set both this and "per_process_gpu_memory_fraction"
    at the same time.
 2. Currently this setting is per-process, not per-session. Using
    different settings in different sessions within same process will
    result in undefined behavior.
repeated .tensorflow.GPUOptions.Experimental.VirtualDevices virtual_devices = 1;

GPUOptions.Experimental.VirtualDevicesOrBuilder สาธารณะ getVirtualDevicesOrBuilder (ดัชนี int) 

 The multi virtual device settings. If empty (not set), it will create
 single virtual device on each visible GPU, according to the settings
 in "visible_device_list" above. Otherwise, the number of elements in the
 list must be the same as the number of visible GPUs (after
 "visible_device_list" filtering if it is set), and the string represented
 device names (e.g. /device:GPU:<id>) will refer to the virtual
 devices and have the <id> field assigned sequentially starting from 0,
 according to the order they appear in this list and the "memory_limit"
 list inside each element. For example,
   visible_device_list = "1,0"
   virtual_devices { memory_limit: 1GB memory_limit: 2GB }
   virtual_devices {}
 will create three virtual devices as:
   /device:GPU:0 -> visible GPU 1 with 1GB memory
   /device:GPU:1 -> visible GPU 1 with 2GB memory
   /device:GPU:2 -> visible GPU 0 with all available memory
 NOTE:
 1. It's invalid to set both this and "per_process_gpu_memory_fraction"
    at the same time.
 2. Currently this setting is per-process, not per-session. Using
    different settings in different sessions within same process will
    result in undefined behavior.
repeated .tensorflow.GPUOptions.Experimental.VirtualDevices virtual_devices = 1;

รายการสาธารณะ<? ขยาย GPUOptions.Experimental.VirtualDevicesOrBuilder > getVirtualDevicesOrBuilderList () 

 The multi virtual device settings. If empty (not set), it will create
 single virtual device on each visible GPU, according to the settings
 in "visible_device_list" above. Otherwise, the number of elements in the
 list must be the same as the number of visible GPUs (after
 "visible_device_list" filtering if it is set), and the string represented
 device names (e.g. /device:GPU:<id>) will refer to the virtual
 devices and have the <id> field assigned sequentially starting from 0,
 according to the order they appear in this list and the "memory_limit"
 list inside each element. For example,
   visible_device_list = "1,0"
   virtual_devices { memory_limit: 1GB memory_limit: 2GB }
   virtual_devices {}
 will create three virtual devices as:
   /device:GPU:0 -> visible GPU 1 with 1GB memory
   /device:GPU:1 -> visible GPU 1 with 2GB memory
   /device:GPU:2 -> visible GPU 0 with all available memory
 NOTE:
 1. It's invalid to set both this and "per_process_gpu_memory_fraction"
    at the same time.
 2. Currently this setting is per-process, not per-session. Using
    different settings in different sessions within same process will
    result in undefined behavior.
repeated .tensorflow.GPUOptions.Experimental.VirtualDevices virtual_devices = 1;

สาธารณะ int hashCode ()

บูลีนสุดท้ายสาธารณะ isInitialized ()

GPUOptions แบบคงที่สาธารณะ.Experimental.Builder newBuilder ( GPUOptions.Experimental ต้นแบบ)

GPUOptions แบบคงที่สาธารณะ.Experimental.Builder newBuilder ()

GPUOptions สาธารณะ.Experimental.Builder newBuilderForType ()

GPUOptions แบบคงที่สาธารณะ การทดลองแยกวิเคราะห์คั่นจาก (อินพุตอินพุตสตรีม)

ขว้าง
IOข้อยกเว้น

GPUOptions แบบคงที่สาธารณะ การทดลองแยกวิเคราะห์คั่นจาก (อินพุตสตรีม, com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
IOข้อยกเว้น

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (ข้อมูล ByteBuffer)

ขว้าง
ProtocolBufferException ไม่ถูกต้อง

GPUOptions แบบคงที่สาธารณะ การแยกวิเคราะห์การทดลอง (com.google.protobuf.CodedInputStream อินพุต com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
IOข้อยกเว้น

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (ข้อมูล ByteBuffer, com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
ProtocolBufferException ไม่ถูกต้อง

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (com.google.protobuf.CodedInputStream อินพุต)

ขว้าง
IOข้อยกเว้น

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (ข้อมูลไบต์ [], com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
ProtocolBufferException ไม่ถูกต้อง

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (ข้อมูล com.google.protobuf.ByteString)

ขว้าง
ProtocolBufferException ไม่ถูกต้อง

GPUOptions แบบคงที่สาธารณะ แยกวิเคราะห์จากการทดลอง (อินพุตสตรีมอินพุต com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
IOข้อยกเว้น

GPUOptions แบบคงที่สาธารณะ การแยกวิเคราะห์การทดลอง (ข้อมูล com.google.protobuf.ByteString, com.google.protobuf.ExtensionRegistryLite extensionRegistry)

ขว้าง
ProtocolBufferException ไม่ถูกต้อง

สาธารณะคงที่ ตัวแยกวิเคราะห์ ()

GPUOptions สาธารณะ.Experimental.Builder toBuilder ()

โมฆะสาธารณะ writeTo (com.google.protobuf.CodedOutputStream เอาต์พุต)

ขว้าง
IOข้อยกเว้น