EagerSession.ResourceCleanupStrategy
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Controlla il modo in cui le risorse TensorFlow vengono pulite quando non sono più necessarie.
Tutte le risorse allocate durante una EagerSession vengono eliminate quando la sessione viene chiusa. Per evitare errori di memoria insufficiente, si consiglia inoltre vivamente di pulire tali risorse durante la sessione. Ad esempio, l'esecuzione di n operazioni in un ciclo di iterazioni allocherà un minimo di n*m risorse mentre nella maggior parte dei casi vengono ancora utilizzate solo le risorse dell'ultima iterazione.
Le istanze EagerSession possono essere avvisate in diversi modi quando gli oggetti TensorFlow non vengono più indirizzati, in modo che possano procedere alla pulizia di tutte le risorse di loro proprietà.
Metodi ereditati
Dalla classe java.lang.Enum | finale int | confronta con (E arg0) |
| int | confrontaCon (Oggetto arg0) |
| booleano finale | è uguale a (Oggetto arg0) |
| Classe finale<E> | getDeclaringClass () |
| finale int | codice hash () |
| stringa finale | nome () |
| finale int | ordinale () |
| Corda | accordare () |
| statico <T estende Enum<T>> T | valoreOf (Classe<T> arg0, Stringa arg1) |
Dalla classe java.lang.Object | booleano | è uguale a (Oggetto arg0) |
| Classe finale<?> | getClass () |
| int | codice hash () |
| vuoto finale | notificare () |
| vuoto finale | notificaTutti () |
| Corda | accordare () |
| vuoto finale | attendere (lungo arg0, int arg1) |
| vuoto finale | aspetta (lungo arg0) |
| vuoto finale | Aspettare () |
Dall'interfaccia java.lang.Comparable | astratto int | compareTo (E estende Enum<E> arg0) |
Valori di enumerazione
pubblico statico finale EagerSession.ResourceCleanupStrategy IN_BACKGROUND
Monitora ed elimina le risorse inutilizzate da un nuovo thread in esecuzione in background.
Questo è l'approccio più affidabile per pulire le risorse TensorFlow, al costo di avviare ed eseguire un thread aggiuntivo dedicato a questa attività. Ogni istanza EagerSession ha il proprio thread, che viene interrotto solo quando la sessione viene chiusa.
Questa strategia viene utilizzata per impostazione predefinita.
pubblico statico finale EagerSession.ResourceCleanupStrategy ON_SAFE_POINTS
Monitora ed elimina le risorse inutilizzate dai thread esistenti, prima o dopo aver completato un'altra attività.
Le risorse inutilizzate vengono rilasciate quando una chiamata alla libreria TensorFlow raggiunge un punto sicuro per la pulizia. Ciò avviene in modo sincrono e potrebbe bloccare per un breve periodo di tempo il thread che ha attivato quella chiamata.
Questa strategia dovrebbe essere utilizzata solo se, per qualche motivo, non è necessario allocare alcun thread aggiuntivo per la pulizia. Altrimenti, IN_BACKGROUND dovrebbe essere preferito.
pubblico statico finale EagerSession.ResourceCleanupStrategy ON_SESSION_CLOSE
Elimina le risorse solo quando la sessione è chiusa.
Tutte le risorse allocate durante la sessione rimarranno in memoria fino alla chiusura esplicita della sessione (o tramite la tradizionale tecnica `try-with-resource`). Non verrà tentata alcuna attività aggiuntiva per la pulizia delle risorse.
Questa strategia può portare a errori di memoria insufficiente e il suo utilizzo non è consigliato, a meno che l'ambito della sessione non sia limitato all'esecuzione solo di una piccola quantità di operazioni.
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate. Alcuni contenuti sono concessi in base alla licenza NumPy.
Ultimo aggiornamento 2025-07-27 UTC.
[null,null,["Ultimo aggiornamento 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/r2.14/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"]]
