如何使用tf.Module來(lái)更好地構(gòu)建Autograph

本篇文章為大家展示了如何使用tf.Module來(lái)更好地構(gòu)建Autograph，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

一，Autograph和tf.Module概述

前面在介紹Autograph的編碼規(guī)范時(shí)提到構(gòu)建Autograph時(shí)應(yīng)該避免在@tf.function修飾的函數(shù)內(nèi)部定義tf.Variable.

但是如果在函數(shù)外部定義tf.Variable的話，又會(huì)顯得這個(gè)函數(shù)有外部變量依賴，封裝不夠完美。

一種簡(jiǎn)單的思路是定義一個(gè)類，并將相關(guān)的tf.Variable創(chuàng)建放在類的初始化方法中。而將函數(shù)的邏輯放在其他方法中。

這樣一頓猛如虎的操作之后，我們會(huì)覺(jué)得一切都如同人法地地法天天法道道法自然般的自然。

驚喜的是，TensorFlow提供了一個(gè)基類tf.Module，通過(guò)繼承它構(gòu)建子類，我們不僅可以獲得以上的自然而然，而且可以非常方便地管理變量，還可以非常方便地管理它引用的其它Module，最重要的是，我們能夠利用tf.saved_model保存模型并實(shí)現(xiàn)跨平臺(tái)部署使用。

實(shí)際上，tf.keras.models.Model, tf.keras.layers.Layer 都是繼承自tf.Module的，提供了方便的變量管理和所引用的子模塊管理的功能。

因此，利用tf.Module提供的封裝，再結(jié)合TensoFlow豐富的低階API，實(shí)際上我們能夠基于TensorFlow開(kāi)發(fā)任意機(jī)器學(xué)習(xí)模型(而非僅僅是神經(jīng)網(wǎng)絡(luò)模型)，并實(shí)現(xiàn)跨平臺(tái)部署使用。

二，應(yīng)用tf.Module封裝Autograph

定義一個(gè)簡(jiǎn)單的function。

下面利用tf.Module的子類化將其封裝一下。

在tensorboard中查看計(jì)算圖，模塊會(huì)被添加模塊名demo_module,方便層次化呈現(xiàn)計(jì)算圖結(jié)構(gòu)。

除了利用tf.Module的子類化實(shí)現(xiàn)封裝，我們也可以通過(guò)給tf.Module添加屬性的方法進(jìn)行封裝。

三，tf.Module和tf.keras.Model，tf.keras.layers.Layer

tf.keras中的模型和層都是繼承tf.Module實(shí)現(xiàn)的，也具有變量管理和子模塊管理功能。

上述內(nèi)容就是如何使用tf.Module來(lái)更好地構(gòu)建Autograph，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注億速云行業(yè)資訊頻道。