DTypePolicy 类keras.dtype_policies.DTypePolicy(name=None)
一个 Keras 层的 dtype 策略。
dtype 策略决定了层的计算和变量的 dtype。每个层都有一个策略。可以将策略传递给层构造函数的 dtype 参数，或者通过 keras.config.set_dtype_policy 设置全局策略。
参数
"float32" 或 "float64"，这会导致计算和变量的 dtype 都成为该 dtype。也可以是字符串 "mixed_float16" 或 "mixed_bfloat16"，这会导致计算的 dtype 为 float16 或 bfloat16，而变量的 dtype 为 float32。通常，只有在使用混合精度时才需要与 dtype 策略交互，混合精度是指在计算中使用 float16 或 bfloat16，在变量中使用 float32。这就是为什么 API 名称中包含术语 mixed_precision。可以通过将 "mixed_float16" 或 "mixed_bfloat16" 传递给 keras.mixed_precision.set_dtype_policy() 来启用混合精度。
>>> keras.config.set_dtype_policy("mixed_float16")
>>> layer1 = keras.layers.Dense(10)
>>> layer1.dtype_policy # layer1 will automatically use mixed precision
<DTypePolicy "mixed_float16">
>>> # Can optionally override layer to use float32
>>> # instead of mixed precision.
>>> layer2 = keras.layers.Dense(10, dtype="float32")
>>> layer2.dtype_policy
<DTypePolicy "float32">
>>> # Set policy back to initial float32.
>>> keras.config.set_dtype_policy('float32')
在上面的示例中，将 dtype="float32" 传递给层等效于传递 dtype=keras.config.DTypePolicy("float32")。通常，将 dtype 策略名称传递给层等效于传递相应的策略，因此绝不需要显式构造 DTypePolicy 对象。
DTypePolicyMap 类keras.dtype_policies.DTypePolicyMap(default_policy=None, policy_map=None)
类似字典的对象，将层路径映射到 DTypePolicy 实例。
DTypePolicyMap 可以在层和子类的 get_config 中使用，以支持复杂的 dtype 策略配置。
例如，我们可以按如下方式修改 layers.MultiHeadAttention 中的 get_config 以支持 dtype 策略的混合，例如量化。
@keras.saving.register_keras_serializable("MyPackage")
class MyMultiHeadAttention(keras.layers.MultiHeadAttention):
def get_config(self):
config = super().get_config()
dtype_policy_map = dtype_policies.DTypePolicyMap()
for layer in self._flatten_layers():
if layer.dtype_policy.quantization_mode is not None:
dtype_policy_map[layer.path] = layer.dtype_policy
if len(dtype_policy_map) > 0:
config.update({"dtype": dtype_policy_map})
return config
在内部，DTypePolicyMap 使用字符串作为键，使用 DTypePolicy 作为值。通常，用于查询的键是 Layer.path。但是，也可以将正则表达式设置为键。有关更多详细信息，请参阅 get 的文档字符串。
请参阅下方的使用示例。您可以定义 DTypePolicy 的命名方案，然后检索相应的 DTypePolicy 实例。
dtype_policy_map = DTypePolicyMap()
dtype_policy_map["layer/dense_0"] = DTypePolicy("bfloat16")
dtype_policy_map["layer/dense_1"] = QuantizedDTypePolicy("int8", "bfloat16")
policy_0 = dtype_policy_map["layer/dense_0"]
policy_1 = dtype_policy_map["layer/dense_1"]
policy_2 = dtype_policy_map["layer/dense_2"] # No hit
assert policy_0 == DTypePolicy("bfloat16")
assert policy_1 == QuantizedDTypePolicy("int8", "bfloat16")
assert policy_2 == keras.config.dtype_policy()
参数
DTypePolicy 实例，指定默认的 dtype 策略。如果未指定，该值将默认为 keras.config.dtype_policy()。DTypePolicy 实例。默认为 NoneFloatDTypePolicy 类keras.dtype_policies.FloatDTypePolicy(name=None)
一个 Keras 层的 dtype 策略。
dtype 策略决定了层的计算和变量的 dtype。每个层都有一个策略。可以将策略传递给层构造函数的 dtype 参数，或者通过 keras.config.set_dtype_policy 设置全局策略。
参数
"float32" 或 "float64"，这会导致计算和变量的 dtype 都成为该 dtype。也可以是字符串 "mixed_float16" 或 "mixed_bfloat16"，这会导致计算的 dtype 为 float16 或 bfloat16，而变量的 dtype 为 float32。通常，只有在使用混合精度时才需要与 dtype 策略交互，混合精度是指在计算中使用 float16 或 bfloat16，在变量中使用 float32。这就是为什么 API 名称中包含术语 mixed_precision。可以通过将 "mixed_float16" 或 "mixed_bfloat16" 传递给 keras.mixed_precision.set_dtype_policy() 来启用混合精度。
>>> keras.config.set_dtype_policy("mixed_float16")
>>> layer1 = keras.layers.Dense(10)
>>> layer1.dtype_policy # layer1 will automatically use mixed precision
<DTypePolicy "mixed_float16">
>>> # Can optionally override layer to use float32
>>> # instead of mixed precision.
>>> layer2 = keras.layers.Dense(10, dtype="float32")
>>> layer2.dtype_policy
<DTypePolicy "float32">
>>> # Set policy back to initial float32.
>>> keras.config.set_dtype_policy('float32')
在上面的示例中，将 dtype="float32" 传递给层等效于传递 dtype=keras.config.DTypePolicy("float32")。通常，将 dtype 策略名称传递给层等效于传递相应的策略，因此绝不需要显式构造 DTypePolicy 对象。
QuantizedDTypePolicy 类keras.dtype_policies.QuantizedDTypePolicy(mode, source_name=None)
一个 Keras 层的 dtype 策略。
dtype 策略决定了层的计算和变量的 dtype。每个层都有一个策略。可以将策略传递给层构造函数的 dtype 参数，或者通过 keras.config.set_dtype_policy 设置全局策略。
参数
"float32" 或 "float64"，这会导致计算和变量的 dtype 都成为该 dtype。也可以是字符串 "mixed_float16" 或 "mixed_bfloat16"，这会导致计算的 dtype 为 float16 或 bfloat16，而变量的 dtype 为 float32。通常，只有在使用混合精度时才需要与 dtype 策略交互，混合精度是指在计算中使用 float16 或 bfloat16，在变量中使用 float32。这就是为什么 API 名称中包含术语 mixed_precision。可以通过将 "mixed_float16" 或 "mixed_bfloat16" 传递给 keras.mixed_precision.set_dtype_policy() 来启用混合精度。
>>> keras.config.set_dtype_policy("mixed_float16")
>>> layer1 = keras.layers.Dense(10)
>>> layer1.dtype_policy # layer1 will automatically use mixed precision
<DTypePolicy "mixed_float16">
>>> # Can optionally override layer to use float32
>>> # instead of mixed precision.
>>> layer2 = keras.layers.Dense(10, dtype="float32")
>>> layer2.dtype_policy
<DTypePolicy "float32">
>>> # Set policy back to initial float32.
>>> keras.config.set_dtype_policy('float32')
在上面的示例中，将 dtype="float32" 传递给层等效于传递 dtype=keras.config.DTypePolicy("float32")。通常，将 dtype 策略名称传递给层等效于传递相应的策略，因此绝不需要显式构造 DTypePolicy 对象。
QuantizedFloat8DTypePolicy 类keras.dtype_policies.QuantizedFloat8DTypePolicy(
mode, source_name=None, amax_history_length=1024
)
一个 Keras 层的 dtype 策略。
dtype 策略决定了层的计算和变量的 dtype。每个层都有一个策略。可以将策略传递给层构造函数的 dtype 参数，或者通过 keras.config.set_dtype_policy 设置全局策略。
参数
"float32" 或 "float64"，这会导致计算和变量的 dtype 都成为该 dtype。也可以是字符串 "mixed_float16" 或 "mixed_bfloat16"，这会导致计算的 dtype 为 float16 或 bfloat16，而变量的 dtype 为 float32。通常，只有在使用混合精度时才需要与 dtype 策略交互，混合精度是指在计算中使用 float16 或 bfloat16，在变量中使用 float32。这就是为什么 API 名称中包含术语 mixed_precision。可以通过将 "mixed_float16" 或 "mixed_bfloat16" 传递给 keras.mixed_precision.set_dtype_policy() 来启用混合精度。
>>> keras.config.set_dtype_policy("mixed_float16")
>>> layer1 = keras.layers.Dense(10)
>>> layer1.dtype_policy # layer1 will automatically use mixed precision
<DTypePolicy "mixed_float16">
>>> # Can optionally override layer to use float32
>>> # instead of mixed precision.
>>> layer2 = keras.layers.Dense(10, dtype="float32")
>>> layer2.dtype_policy
<DTypePolicy "float32">
>>> # Set policy back to initial float32.
>>> keras.config.set_dtype_policy('float32')
在上面的示例中，将 dtype="float32" 传递给层等效于传递 dtype=keras.config.DTypePolicy("float32")。通常，将 dtype 策略名称传递给层等效于传递相应的策略，因此绝不需要显式构造 DTypePolicy 对象。
dtype_policy 函数keras.config.dtype_policy()
返回当前的默认 dtype 策略对象。
set_dtype_policy 函数keras.config.set_dtype_policy(policy)
全局设置默认的 dtype 策略。
示例
>>> keras.config.set_dtype_policy("mixed_float16")