InputSpec 功能介绍 一、InputSpec 对象构造方法 1.1 直接构造 InputSpec 对象 1.2 根据 Tensor 构造 InputSpec 对象 1.3 根据 numpy.ndarray 构造 InputSpec 对象 二、基本使用方法 2.1 to_static 装饰器模式 2.2 to_static函数调用 2.3 ...

all_reduce 参数 返回 代码示例 all_reduce paddle.distributed.all_reduce ( tensor, op=ReduceOp.SUM, group=0 ) [源代码] 进程组内所有进程的指定tensor进行归约操作，并返回给所有进程归约的结果。 参数 tensor (Tensor) -...

使用指南 使用指南 如果您已经掌握了新手入门阶段的内容，期望可以针对实际问题建模、搭建自己网络，本模块提供了一些 Paddle 的使用细节供您参考： 基本概念 ：介绍了 Paddle 基本概念 准备数据 ：介绍使用 Paddle 训练网络时，数据的支持类型及传输方法 配置简单的网络 ： 介绍如何针对问题建模，并利用 Paddle 中相关...

set_cuda_rng_state set_cuda_rng_state paddle. set_cuda_rng_state ( state_list ) [源代码] 设置cuda随机数生成器的状态信息 参数: state_list (list [GeneratorState]) - 需要设置的随机数生成器状态信息列表，通过get_...

GradientClipByGlobalNorm GradientClipByGlobalNorm class paddle.fluid.clip. GradientClipByGlobalNorm (clip_norm, group_name='default_group')[源代码] 通过多个 Tensor 的范数之和的比率，来剪切（c...

异步数据读取 创建PyReader对象 设置PyReader对象的数据源 使用PyReader进行模型训练和测试 异步数据读取 除同步Feed方式外，我们提供了PyReader。PyReader的性能比 同步数据读取 更好，因为PyReader的数据读取和模型训练过程是异步进行的，且能与 double_buffer_reader 配合以进一...