Server

Server kelas akhir publik

Server TensorFlow dalam proses, untuk digunakan dalam pelatihan terdistribusi.

Instance Server merangkum sekumpulan perangkat dan target Session yang dapat berpartisipasi dalam pelatihan terdistribusi. Server milik cluster (ditentukan oleh ClusterSpec ), dan sesuai dengan tugas tertentu dalam pekerjaan bernama. Server dapat berkomunikasi dengan server lain di cluster yang sama. Server tidak akan melayani permintaan apa pun hingga start() dipanggil. Server akan berhenti melayani permintaan sekali stop() atau close() dipanggil. Ketahuilah bahwa metode close() menghentikan server jika sedang berjalan.

PERINGATAN: Server memiliki sumber daya yang harus dibebaskan secara eksplisit dengan menjalankan close() .

Contoh Server aman untuk thread.

Menggunakan contoh:

import org.tensorflow.Server;
 import org.tensorflow.distruntime.ClusterDef;
 import org.tensorflow.distruntime.JobDef;
 import org.tensorflow.distruntime.ServerDef;

 ClusterDef clusterDef = ClusterDef.newBuilder()
   .addJob(JobDef.newBuilder()
   .setName("worker")
   .putTasks(0, "localhost:4321")
   .build()
 ).build();

 ServerDef serverDef = ServerDef.newBuilder()
   .setCluster(clusterDef)
   .setJobName("worker")
   .setTaskIndex(0)
   .setProtocol("grpc")
 .build();

 try (Server srv = new Server(serverDef.toByteArray())) {
   srv.start();
   srv.join();
 
 }

Pembangun Umum

Server (byte [] serverDef)
Membuat instance baru dari server.

Metode Umum

kekosongan tersinkronisasi
dekat ()
Hancurkan server TensorFlow dalam proses, kosongkan memori.
kosong
bergabung ()
Blokir hingga server berhasil dihentikan.
kekosongan tersinkronisasi
mulai ()
Memulai server TensorFlow dalam proses.
kekosongan tersinkronisasi
stop ()
Menghentikan server TensorFlow dalam proses.

Metode Warisan

Pembangun Umum

Server publik (byte [] serverDef)

Membuat instance baru dari server.

Parameter
serverDef Definisi server ditentukan sebagai buffer protokol ServerDef serial.

Metode Umum

publik disinkronkan void close ()

Hancurkan server TensorFlow dalam proses, kosongkan memori.

Melempar
InterruptedException

public void bergabung ()

Blokir hingga server berhasil dihentikan.

mulai kosong tersinkronisasi publik ()

Memulai server TensorFlow dalam proses.

public void stop tersinkronisasi ()

Menghentikan server TensorFlow dalam proses.