EagerSession.ResourceCleanupStrategy
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Artık ihtiyaç duyulmadığında TensorFlow kaynaklarının nasıl temizleneceğini kontrol eder.
Bir EagerSession sırasında tahsis edilen tüm kaynaklar, oturum kapatıldığında silinir. Yetersiz bellek hatalarını önlemek için, bu kaynakların oturum sırasında temizlenmesi de önemle tavsiye edilir. Örneğin, n işlemin bir yineleme döngüsünde yürütülmesi, minimum n*m kaynak tahsis edecek, çoğu durumda ise yalnızca son yinelemenin kaynakları kullanılmaya devam edecektir.
EagerSession örnekleri, TensorFlow nesnelerine artık başvurulmadığında farklı şekillerde bilgilendirilebilir, böylece sahip oldukları kaynakların temizliğine devam edebilirler.
Kalıtsal Yöntemler
Java.lang.Enum sınıfından | son int | karşılaştır (E arg0) |
| int | karşılaştırma (Nesne arg0) |
| son boole değeri | eşittir (Nesne arg0) |
| son Sınıf<E> | getDeclaringClass () |
| son int | hash kodu () |
| son Dize | isim () |
| son int | sıralı () |
| Sicim | toString () |
| static <T, Enum<T>> T'yi genişletir | valueOf (Class<T> arg0, String arg1) |
Java.lang.Object sınıfından | boolean | eşittir (Nesne arg0) |
| son Sınıf<?> | getClass () |
| int | hash kodu () |
| son boşluk | bildir () |
| son boşluk | tümünü bildir () |
| Sicim | toString () |
| son boşluk | bekle (uzun arg0, int arg1) |
| son boşluk | bekle (uzun arg0) |
| son boşluk | Beklemek () |
Java.lang.Comparable arayüzünden | soyut int | CompareTo (E, Enum<E> arg0'ı genişletir) |
Numaralandırma Değerleri
genel statik final EagerSession.ResourceCleanupStrategy IN_BACKGROUND
Arka planda çalışan yeni bir iş parçacığından kullanılmayan kaynakları izleyin ve silin.
Bu, bu göreve ayrılmış ek bir iş parçacığının başlatılması ve çalıştırılması pahasına TensorFlow kaynaklarını temizlemeye yönelik en güvenilir yaklaşımdır. Her EagerSession örneğinin kendi iş parçacığı vardır ve bu iş parçacığı yalnızca oturum kapatıldığında durdurulur.
Bu strateji varsayılan olarak kullanılır.
genel statik final EagerSession.ResourceCleanupStrategy ON_SAFE_POINTS
Başka bir görevi tamamlamadan önce veya tamamladıktan sonra, mevcut iş parçacıklarından kullanılmayan kaynakları izleyin ve silin.
TensorFlow kitaplığına yapılan bir çağrı temizleme için güvenli bir noktaya ulaştığında kullanılmayan kaynaklar serbest bırakılır. Bu eşzamanlı olarak yapılır ve bu çağrıyı tetikleyen iş parçacığını kısa bir süre için engelleyebilir.
Bu strateji yalnızca bazı nedenlerden dolayı temizleme için ek bir iş parçacığının tahsis edilmesi gerekmiyorsa kullanılmalıdır. Aksi halde IN_BACKGROUND tercih edilmelidir.
genel statik final EagerSession.ResourceCleanupStrategy ON_SESSION_CLOSE
Kaynakları yalnızca oturum kapatıldığında silin.
Oturum sırasında tahsis edilen tüm kaynaklar, oturum açıkça kapatılana kadar (veya geleneksel "kaynakla dene" tekniği kullanılarak) bellekte kalacaktır. Kaynak temizliği için ekstra bir görev yapılmayacaktır.
Bu strateji, yetersiz bellek hatalarına yol açabilir ve oturumun kapsamı yalnızca az miktarda işlemin yürütülmesiyle sınırlı olmadığı sürece kullanılması önerilmez.
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır. İçeriklerin bir bölümü NumPy lisansı kapsamındadır.
Son güncelleme tarihi: 2025-07-27 UTC.
[null,null,["Son güncelleme tarihi: 2025-07-27 UTC."],[],[],null,["# EagerSession.ResourceCleanupStrategy\n\npublic static final enum **EagerSession.ResourceCleanupStrategy** \nControls how TensorFlow resources are cleaned up when they are no longer needed.\n\nAll resources allocated during an `EagerSession` are deleted when the session is\nclosed. To prevent out-of-memory errors, it is also strongly suggest to cleanup those resources\nduring the session. For example, executing n operations in a loop of m iterations will allocate\na minimum of n\\*m resources while in most cases, only resources of the last iteration are still\nbeing used.\n\n`EagerSession` instances can be notified in different ways when TensorFlow objects are\nno longer being referred, so they can proceed to the cleanup of any resources they owned.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Inherited Methods\n\nFrom class java.lang.Enum \n\n|----------------------------------|---------------------------------------|\n| final int | compareTo(E arg0) |\n| int | compareTo(Object arg0) |\n| final boolean | equals(Object arg0) |\n| final Class\\\u003cE\\\u003e | getDeclaringClass() |\n| final int | hashCode() |\n| final String | name() |\n| final int | ordinal() |\n| String | toString() |\n| static \\\u003cT extends Enum\\\u003cT\\\u003e\\\u003e T | valueOf(Class\\\u003cT\\\u003e arg0, String arg1) |\n\nFrom class java.lang.Object \n\n|------------------|---------------------------|\n| boolean | equals(Object arg0) |\n| final Class\\\u003c?\\\u003e | getClass() |\n| int | hashCode() |\n| final void | notify() |\n| final void | notifyAll() |\n| String | toString() |\n| final void | wait(long arg0, int arg1) |\n| final void | wait(long arg0) |\n| final void | wait() |\n\nFrom interface java.lang.Comparable \n\n|--------------|-------------------------------------|\n| abstract int | compareTo(E extends Enum\\\u003cE\\\u003e arg0) |\n\nEnum Values\n-----------\n\n#### public static final EagerSession.ResourceCleanupStrategy\n**IN_BACKGROUND**\n\nMonitor and delete unused resources from a new thread running in background.\n\nThis is the most reliable approach to cleanup TensorFlow resources, at the cost of\nstarting and running an additional thread dedicated to this task. Each `EagerSession`\ninstance has its own thread, which is stopped only when the session is closed.\n\nThis strategy is used by default.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n#### public static final EagerSession.ResourceCleanupStrategy\n**ON_SAFE_POINTS**\n\nMonitor and delete unused resources from existing threads, before or after they complete\nanother task.\n\nUnused resources are released when a call to the TensorFlow library reaches a safe point\nfor cleanup. This is done synchronously and might block for a short period of time the thread\nwho triggered that call.\n\nThis strategy should be used only if, for some reasons, no additional thread should be\nallocated for cleanup. Otherwise, [IN_BACKGROUND](/versions/r2.13/api_docs/java/org/tensorflow/EagerSession.ResourceCleanupStrategy#IN_BACKGROUND) should be preferred.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n#### public static final EagerSession.ResourceCleanupStrategy\n**ON_SESSION_CLOSE**\n\nOnly delete resources when the session is closed.\n\nAll resources allocated during the session will remained in memory until the session is\nexplicitly closed (or via the traditional \\`try-with-resource\\` technique). No extra task for\nresource cleanup will be attempted.\n\nThis strategy can lead up to out-of-memory errors and its usage is not recommended, unless\nthe scope of the session is limited to execute only a small amount of operations.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e"]]
