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 (com.google.protobuf.CodedOutputStream เอาต์พุต)

วิธีการสืบทอด

จากคลาส java.lang.Object

บูลีน	เท่ากับ (วัตถุ arg0)
คลาสสุดท้าย<?>	รับคลาส ()
ภายใน	แฮชโค้ด ()
โมฆะสุดท้าย	แจ้ง ()
โมฆะสุดท้าย	แจ้งทั้งหมด ()
สตริง	toString ()
โมฆะสุดท้าย	รอสักครู่ (ยาว arg0, int arg1)
โมฆะสุดท้าย	รอ (ยาว arg0)
โมฆะสุดท้าย	รอ ()

จากอินเทอร์เฟซ org.tensorflow.proto.framework.GPUOptions.ExperimentalOrBuilder

สตริงที่เป็นนามธรรม	getCollectiveRingOrder () If non-empty, defines a good GPU ring order on a single worker based on device interconnect.
นามธรรม com.google.protobuf.ByteString	getCollectiveRingOrderBytes () If non-empty, defines a good GPU ring order on a single worker based on device interconnect.
บทคัดย่อ	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.
บทคัดย่อ	getKernelTrackerMaxInterval () Parameters for GPUKernelTracker.
บทคัดย่อ	getKernelTrackerMaxPending () If kernel_tracker_max_pending > 0 then no more than this many tracking events can be outstanding at a time.
บทคัดย่อ	getNumDevToDevCopyStreams () If > 1, the number of device-to-device copy streams to create for each GPUDevice.
บูลีนนามธรรม	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.
บูลีนนามธรรม	getUseUnifiedMemory () If true, uses CUDA unified memory for memory allocations.
นามธรรม GPUOptions.Experimental.VirtualDevices	getVirtualDevices (ดัชนี int) The multi virtual device settings.
บทคัดย่อ	getVirtualDevicesCount () The multi virtual device settings.
รายการนามธรรม < GPUOptions.Experimental.VirtualDevices >	รับรายการอุปกรณ์เสมือน () The multi virtual device settings.
นามธรรม GPUOptions.Experimental.VirtualDevicesOrBuilder	getVirtualDevicesOrBuilder (ดัชนี int) The multi virtual device settings.
รายการนามธรรม<? ขยาย GPUOptions.Experimental.VirtualDevicesOrBuilder >	getVirtualDevicesOrBuilderList () The multi virtual device settings.

ค่าคงที่

รอบชิงชนะเลิศแบบคงที่สาธารณะ int COLLECTIVE_RING_ORDER_FIELD_NUMBER

ค่าคงที่: 4

สาธารณะคงสุดท้าย 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