quaterion.train.cache.cache_config 模块

class CacheConfig(cache_type: ~quaterion.train.cache.cache_config.CacheType | None = CacheType.AUTO, mapping: ~typing.Dict[str, ~quaterion.train.cache.cache_config.CacheType] = <factory>, key_extractors: KeyExtractorType | ~typing.Dict[str, KeyExtractorType] = <factory>, batch_size: int | None = 32, num_workers: int | None = None, save_dir: str | None = None)

基类：object

确定缓存设置。

这个类应该被传递给 configure_caches()

batch_size: int | None = 32

在缓存过程中用于 CacheDataLoader 的批大小。它不影响其他训练阶段。

cache_type: CacheType | None = 'auto'

用于那些未在映射中设置的可缓存编码器的缓存类型。

key_extractors: KeyExtractorType | Dict[str, KeyExtractorType]

编码器到键提取函数的映射，缓存不可哈希对象所需的。

mapping: Dict[str, CacheType]

encoder_name 到 CacheType 的映射

num_workers: int | None = None

在缓存过程中用于 CacheDataLoader 的 worker 数量。它不影响其他训练阶段。

save_dir: str | None =None

如果提供此参数，缓存将保存到给定目录，并在多次启动之间重复使用。

class CacheType(value)

基类：str, Enum

用于缓存的可用 tensor 设备。

AUTO = 'auto'

如果 CUDA 可用，则使用 CUDA，否则使用 CPU。

CPU = 'cpu'

tensor 设备是 CPU。

GPU = 'gpu'

tensor 设备是 GPU。

NONE = 'none'

禁用缓存

KeyExtractorType

从输入对象提取哈希值的函数类型。如果无法通过其他方式区分用于缓存的值，则需要此参数。

Callable[[Any], Hashable]] 的别名