NPUOutputTensorHook构造函数

产品支持情况

产品	是否支持
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√
Atlas A2 训练系列产品	√
Atlas 800I A2 推理产品/A200I A2 Box 异构组件	x
Atlas 200I/500 A2 推理产品	x
Atlas 推理系列产品	x
Atlas 训练系列产品	√
Atlas 200/300/500 推理产品	x

针对Atlas A3 推理系列产品，仅支持在线推理特性。

功能说明

NPUOutputTensorHook类的构造函数，NPUOutputTensorHook作用于NPUEstimator的train、evaluate、predict流程中的Hook，用于每N步或者结束时调用用户自定义的output_fn，打印输出tensors。NPUOutputTensorHook类继承了LoggingTensorHook类，可以调用基类的原生接口。

函数原型

1	def __init__(self, tensors,dependencies=None,output_fn=None,output_every_n_steps=0)

参数说明

参数名	输入/输出	描述
tensors	输入	输入tensor的名称集合。字典或列表格式。
dependencies	输入	tensors对应的依赖。
output_fn	输入	tensors的输出打印函数。
output_every_n_steps	输入	会话执行N次和训练脚本执行结束时调用用户定义的output_fn。

返回值

返回NPUOutputTensorHook类对象。

约束说明

Iterations_per_loop>1的场景下，无法按照output_every_n_steps指定的值调用output_fn。

调用示例

from npu_bridge.npu_init import *

# 定义output_fn
def output_fn(inputs):
  device_id = os.environ["ASCEND_DEVICE_ID"]
  output_file = os.path.join("/code", device_id, "test_npu_output_tensor.txt")
  for item in inputs:
    content = "step:{},loss:{}".format(str(item['global_step']), str(item['loss']))
    with open(output_file, 'a') as f:
      f.write(content)
      f.write("\n")

# 定义output_hook，用于调用用户定义的output_fn
        tensors = {'global_step': global_step, 'loss': loss}
        output_hook = NPUOutputTensorHook(
            tensors,
            dependencies=train_op_list,
            output_fn=output_fn,
            output_every_n_steps=10)
        train_hook.append(output_hook)

# 在EstimatorSpec传入hook
  return tf.estimator.EstimatorSpec(
      mode=mode,
      predictions=predictions,
      loss=loss,
      train_op=train_op,
      training_chief_hooks=train_hook,
      eval_metric_ops=metrics)

父主题： npu_bridge.estimator.npu.npu_hook