来自C 的自动化Python模块的张量源
Tensorflow source for autogenerated python modules from C++
我经常想检查一些张量的模块的源代码。通常,API的很大一部分是用本机Python编写的,并且在GitHub上很容易找到相关文件。但是,我用C 写了一些重要的部分,我找不到它们的源代码。例如,根据官方的TensorFlow文档,大多数数学操作是在tensorflow/python/ops/gen_math_ops.py
中定义的。但是,GitHub上没有此类文件。我本地安装TF具有此文件,但是在Github上检查源要容易得多。我还想了解在哪里应该搜索指定如何生成Python文件的规则。很抱歉,如果这是一个愚蠢的问题,但是我不熟悉Bazel。
我还想了解在哪里搜索指定python文件的规则。
为此使用bazel query
。
如果您想知道哪个规则生成文件(例如 $PROJECT/some/dir/file.py
(,请从项目root运行此命令:
bazel query --output=build some/dir/file.py
例如,如果我想找出哪个规则生成特定的jar
文件,则bazel query
打印以下内容:
$ bazel query --output=build examples/java-native/src/test/java/com/example/myproject/hello.jar
# /Users/foo/bazel/examples/java-native/src/test/java/com/example/myproject/BUILD:1:1
java_test(
name = "hello",
deps = ["//examples/java-native/src/main/java/com/example/myproject:hello-lib", "//third_party:junit4"],
srcs = ["//examples/java-native/src/test/java/com/example/myproject:TestHello.java"],
test_class = "com.example.myproject.TestHello",
)
查看查询方法文档页面以获取更多bazel query
提示。
相关文章:
- 使用Pybind11向Python公开Eigen::张量
- C++中的张量流对象检测
- 在官方张量流 resnet50 模型上运行 tflite 精度工具
- PyTorch C++将数据转换为张量失败
- 如何使用 c++ 更改张量流中的per_process_gpu_memory_fraction?
- 编译 GPU 的张量流示例自定义操作
- 在 Torch C++ API 中,如何快速写入张量的内部数据?
- 如何在C++中将一个特征张量乘以另一个特征张量的标量和?
- C++ ABI 兼容性问题/张量流
- 如何从内存缓冲区加载张量流图
- PyTorch C++ 前端向前返回多个张量
- 从 std::向量值创建张量<Tensor>
- 张量流错误 此文件需要编译器和库支持 ISO C++ 2011 标准
- 如何将自定义特征张量类存储到 std::vector 中?
- CUDA 高效的 nd-array(张量)切片
- 部署在张量流中训练的神经网络来火炬C++的最佳方法是什么?
- 微调张量流对象检测预训练模型
- 犰狳(C++)中的快速阵列置换(广义张量转置)
- 来自C 的自动化Python模块的张量源
- 本征不支持的/CXX11/张量模块的编译错误