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。

代码示例¶

          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()

方法¶

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。

代码示例

           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。

代码示例

           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。

代码示例

           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。

代码示例

           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。

代码示例

           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。

代码示例

           import paddle

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