ProgramTranslator
- 使用本API的教程文档

ProgramTranslator

class paddle.jit. ProgramTranslator [源代码]

将动态图函数转为静态图函数的类。该类是个单例（singleton）。

参数：

无。

返回：ProgramTranslator 单例对象。

示例代码

import paddle
# 以下两种调用方法得到同一个对象，因为ProgramTranslator是个单例
paddle.jit.ProgramTranslator()
paddle.jit.ProgramTranslator.get_instance()

enable ( enable_static )

全局开启或关闭动态图转化为静态图。

参数：

enable_static (bool) - 设置True或者False来打开或关闭动静转化。

返回：None。

示例代码

import paddle
@paddle.jit.to_static
def func(x):
    if paddle.mean(x) > 0:
        x_v = x - 1
    else:
        x_v = x + 1
    return x_v
prog_trans = paddle.jit.ProgramTranslator()
prog_trans.enable(False)
x = paddle.ones([1, 2])
# ProgramTranslator被关闭所以func会以动态图模式运行
print(func(x))  # [[0. 0.]]

get_output ( dygraph_func, args, kwargs* )

返回动态图函数输出的Tensor，但是该动态图函数的数值计算过程会被转化为静态图模式运行。

参数：

dygraph_func (callable) - 动态图函数。
args, kwargs - 动态图函数的输入。

返回：包含数值结果的Tensor或者Tensor的元组，是输入动态图函数的返回值。

示例代码

import paddle
def func(x):
    if paddle.mean(x) > 0:
        x_v = x - 1
    else:
        x_v = x + 1
    return x_v
prog_trans = paddle.jit.ProgramTranslator()
x = paddle.ones([1, 2])
x_v = prog_trans.get_output(func, x)
print(x_v)  # [[0. 0.]]

get_func ( dygraph_func )

返回一个可调用函数，该函数将输入动态图函数接口转化为静态图组网接口。组网接口不像动态图接口，其并不直接返回数据结果。用户需要自行处理对应的Program和Eexecutor。

参数：

dygraph_func (callable) - 动态图函数。

返回：将动态图接口转为静态图组网接口的可调用函数。

示例代码

import paddle
def func(x):
    if paddle.mean(x) > 0:
        x_v = x - 1
    else:
        x_v = x + 1
    return x_v
prog_trans = paddle.jit.ProgramTranslator()
static_func = prog_trans.get_func(func)
print(callable(static_func)) # True

get_program ( dygraph_func, args, kwargs* )

返回动态图函数转化后的静态图Program和输入输出Varaible。用户可以使用Executor来执行该Program。

参数：

dygraph_func (callable) - 动态图函数。
args, kwargs - 动态图函数的输入。

返回：元组(main_program, startup_program, inputs, outputs)

main_program: 转化后的main program。 startup_program: 转化后的startup program。 inputs: 输入Tensor的列表，这些Tensor可以在执行去feed。 outputs: 输出Tensor的列表，这些Tensor可以在运行时被fetch。

示例代码

import paddle
def func(x):
    if paddle.mean(x) > 0:
        x_v = x - 1
    else:
        x_v = x + 1
    return x_v
prog_trans = paddle.jit.ProgramTranslator()
x = paddle.ones([1, 2])
main_prog, start_prog, inputs, outputs = prog_trans.get_program(func, x)
print([i.name for i in inputs])
# [u'generated_tensor_0'] 需要被feed的输入Tensor名字，对应x
print([o.name for o in outputs])
# [u'_generated_var_4'] 需要被fetch的输出Tensor名字，对应x_v

get_code ( dygraph_func )

返回动态图函数转化后的静态图代码字符串。

参数：

dygraph_func (callable) - 动态图函数。

返回：转化后的静态图代码字符串。

示例代码

import paddle
def func(x):
    if paddle.mean(x) > 0:
        x_v = x - 1
    else:
        x_v = x + 1
    return x_v
prog_trans = paddle.jit.ProgramTranslator()
code = prog_trans.get_code(func)
print(type(code)) # <class 'str'>

get_program_cache ( )

返回ProgramCache单例。这个方法是PaddlePaddle开发者用来管理ProgramTranslator中的Program缓存，普通用户不需要使用这个方法。

返回：ProgramTranslator中的ProgramCache。

示例代码

import paddle
prog_trans = paddle.jit.ProgramTranslator()
prog_cache = prog_trans.get_program_cache()

使用本API的教程文档

调试方法