tf.GPUOptions

参考   tf.GPUOptions - 云+社区 - 腾讯云

目录

         1、__init__

2、ByteSize

3、Clear

4、ClearField

5、DiscardUnknownFields

6、FindInitializationErrors

7、FromString

8、HasField

9、IsInitialized

10、ListFields

11、MergeFrom

12、MergeFromString

13、RegisterExtension

14、SerializePartialToString

15、SerializeToString

16、SetInParent

17、UnknownFields

18、WhichOneof

19、__eq__


1、__init__

__init__(**kwargs)

子类

class Experimental

性质

allocator_type

string allocator_type

allow_growth

bool allow_growth

deferred_deletion_bytes

int64 deferred_deletion_bytes

experimental

Experimental experimental

force_gpu_compatible

bool force_gpu_compatible

per_process_gpu_memory_fraction

double per_process_gpu_memory_fraction

polling_active_delay_usecs

int32 polling_active_delay_usecs

polling_inactive_delay_msecs

int32 polling_inactive_delay_msecs

visible_device_list

string visible_device_list

2、ByteSize

ByteSize()

3、Clear

Clear()

4、ClearField

ClearField(field_name)

5、DiscardUnknownFields

DiscardUnknownFields()

6、FindInitializationErrors

FindInitializationErrors()

查找未初始化的必需字段。

返回值:

  • 字符串列表。每个字符串是从顶级消息到未初始化字段的路径,例如。“foo.bar [5] .baz”。

7、FromString

@staticmethod
FromString(s)

8、HasField

HasField(field_name)

9、IsInitialized

IsInitialized(errors=None)

检查是否设置了消息的所有必需字段。

参数:

  • error:如果提供了一个列表,它将填充所有缺少的必需字段的字段路径。

返回值:

如果指定的消息已设置所有必需字段,则为True。

10、ListFields

ListFields()

11、MergeFrom

MergeFrom(msg)

12、MergeFromString

MergeFromString(serialized)

13、RegisterExtension

@staticmethod
RegisterExtension(extension_handle)

14、SerializePartialToString

SerializePartialToString(**kwargs)

15、SerializeToString

SerializeToString(**kwargs)

16、SetInParent

SetInParent()

将_cached_byte_size_dirty位设置为true,并将其传播给侦听器(如果这是状态更改)。

17、UnknownFields

UnknownFields()

18、WhichOneof

WhichOneof(oneof_name)

返回其中一个或None中当前设置字段的名称。

19、__eq__

__eq__(other)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
def test(checkpoint_dir, style_name, test_dir, if_adjust_brightness, img_size=[256,256]): # tf.reset_default_graph() result_dir = 'results/'+style_name check_folder(result_dir) test_files = glob('{}/*.*'.format(test_dir)) test_real = tf.placeholder(tf.float32, [1, None, None, 3], name='test') with tf.variable_scope("generator", reuse=False): test_generated = generator.G_net(test_real).fake saver = tf.train.Saver() gpu_options = tf.GPUOptions(allow_growth=True) with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, gpu_options=gpu_options)) as sess: # tf.global_variables_initializer().run() # load model ckpt = tf.train.get_checkpoint_state(checkpoint_dir) # checkpoint file information if ckpt and ckpt.model_checkpoint_path: ckpt_name = os.path.basename(ckpt.model_checkpoint_path) # first line saver.restore(sess, os.path.join(checkpoint_dir, ckpt_name)) print(" [*] Success to read {}".format(os.path.join(checkpoint_dir, ckpt_name))) else: print(" [*] Failed to find a checkpoint") return # stats_graph(tf.get_default_graph()) begin = time.time() for sample_file in tqdm(test_files) : # print('Processing image: ' + sample_file) sample_image = np.asarray(load_test_data(sample_file, img_size)) image_path = os.path.join(result_dir,'{0}'.format(os.path.basename(sample_file))) fake_img = sess.run(test_generated, feed_dict = {test_real : sample_image}) if if_adjust_brightness: save_images(fake_img, image_path, sample_file) else: save_images(fake_img, image_path, None) end = time.time() print(f'test-time: {end-begin} s') print(f'one image test time : {(end-begin)/len(test_files)} s'什么意思
最新发布
06-12

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wanderer001

ROIAlign原理

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值