mindspore.dataset.config.set_enable_autotune
===============================================

.. py:function:: mindspore.dataset.config.set_enable_autotune(enable, filepath_prefix=None)

    设置是否开启数据处理参数自动调优。

    可用于在训练中根据环境资源的负载，自动调整数据处理流水线中各个操作的参数配置，如并行度、缓冲队列大小，从而提高整体处理速度。

    该功能默认不开启。

    参数：
        - **enable** (bool) - 是否开启自动调优。
        - **filepath_prefix** (str，可选) - 优化后的参数配置的保存路径。仅当 `enable` 为 `True` 时生效。
          各个Device上的参数配置文件将分别保存，最终保存的文件名将为 `filepath_prefix + RANK_ID + ".json"` ，
          其中 RANK_ID 为该文件对应的Device编号。默认值： ``None`` ，不保存配置文件。

    异常：
        - **TypeError** - 当 `enable` 的类型不为bool。
        - **TypeError** - 当 `filepath_prefix` 的类型不为str。
        - **RuntimeError** - 当 `filepath_prefix` 字符串长度为0。
        - **RuntimeError** - 当 `filepath_prefix` 为目录。
        - **RuntimeError** - 当 `filepath_prefix` 路径不存在。
        - **RuntimeError** - 当 `filepath_prefix` 没有写入权限。

    .. note::
        - 保存的参数配置文件可通过 `mindspore.dataset.deserialize` 接口加载，直接得到配置好最优参数的数据处理流水线对象。
        - 可通过开启INFO级别日志，查看参数调优过程。
    
    生成的配置文件内容示例如下，"remark"字段描述是否进行了数据处理参数调优，"summary"字段简要展示了数据处理流水线中
    各个操作及其对应的最优配置，而"tree"字段则为完整的数据处理流水线结构信息。

    .. code-block::

        {
            "remark": "The following file has been auto-generated by the Dataset AutoTune.",
            "summary": [
                "CifarOp(ID:5)       (num_parallel_workers: 2, prefetch_size:64)",
                "MapOp(ID:4)         (num_parallel_workers: 2, prefetch_size:64)",
                "MapOp(ID:3)         (num_parallel_workers: 2, prefetch_size:64)",
                "BatchOp(ID:2)       (num_parallel_workers: 8, prefetch_size:64)"
            ],
            "tree": {
                ...
            }
        }