tf.variable_scope
有一个partitioner
参数,如文档中所述。
据我了解,它用于分布式训练。有人可以详细解释一下它的正确使用方法吗?
tf.get_variable
来为一个变量指定划分器:
或者您可以通过如果提供了划分器,将返回一个PartitionedVariable。将该对象作为Tensor访问,返回连接到分区轴上的碎片。
tf.variable_scope
为整个作用域定义默认分区器,这将影响其中定义的所有变量。tf.fixed_size_partitioner
,它将张量沿指定的轴进行分片。以下是一个示例用法(来自此问题):w = tf.get_variable("weights",
weights_shape,
partitioner=tf.fixed_size_partitioner(num_shards, axis=0),
initializer=tf.truncated_normal_initializer(stddev=0.1))