---
title: 设置NPU上的循环次数
description: "在确定是否涉及该适配点前，需要您了解脚本是否采用了循环下沉的编码方式，实际上，阅读官方的脚本发现已经开放了开关供用户选择是否循环下沉。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr2/tfmigr2_000095.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr2/tfmigr2_000095.html
indexId: 87500d8aa88151d6ee89612ac973dedcaa4b1112fb7573f603096157b03576fd73
---
# 设置NPU上的循环次数

在确定是否涉及该适配点前，需要您了解脚本是否采用了循环下沉的编码方式，实际上，阅读官方的脚本发现已经开放了开关供用户选择是否循环下沉。

从official/vision/image_classification/resnet/common.py可以看到官方脚本提供了两个入参：

- steps_per_loop传入training loop的大小，可以从注释中看出，在循环中间，只有训练的动作，不会执行任何callback之类的附加操作。
- use_tf_while_loop则决定是否循环下沉，默认为True，即training loop默认都会以While算子的形式执行。

```
flags.DEFINE_integer(
    name='steps_per_loop',
    default=None,
    help='Number of steps per training loop. Only training step happens '
    'inside the loop. Callbacks will not be called inside. Will be capped at '
    'steps per epoch.')
flags.DEFINE_boolean(
    name='use_tf_while_loop',
    default=True,
    help='Whether to build a tf.while_loop inside the training loop on the '
    'host. Setting it to True is critical to have peak performance on '
    'TPU.')
```

所以，按照默认值，我们需要设置NPU_LOOP_SIZE环境变量的值与steps_per_loop一致。此环境变量的设置说明可参见启动单卡训练。