Peringatan: API ini tidak digunakan lagi dan akan dihapus di TensorFlow versi mendatang setelah penggantian stabil.

Session.Runner

publik kelas akhir Session.Runner

Jalankan Operation dan evaluasi Tensors .

Runner menjalankan fragmen grafik yang diperlukan untuk menjalankan setiap Operation diperlukan untuk mengevaluasi Tensors akan diambil. The feed(String, int, Tensor) panggilan memungkinkan penelepon untuk mengesampingkan nilai Tensors dalam grafik dengan menggantikan disediakan Tensors untuk output dari operasi yang disediakan untuk feed(String, int, Tensor) .

Pembangun Umum

Pelari ()

Metode Umum

Sesi Pelari
addTarget (Operasi string)
Membuat run() mengeksekusi operation , tetapi tidak mengembalikan Tensors dievaluasi.
Sesi Pelari
addTarget ( Operand <?> operand)
Membuat run() mengeksekusi operand , tetapi tidak mengembalikan Tensors dievaluasi.
Sesi Pelari
addTarget ( Operasi operasi)
Membuat run() mengeksekusi operation , tetapi tidak mengembalikan Tensors dievaluasi.
Sesi Pelari
umpan ( Operand <?> operand, Tensor <?> t)
Gunakan t sebagai ganti Tensor yang dirujuk dengan menjalankan operasi yang dirujuk oleh operand .
Sesi Pelari
umpan (Operasi string, Tensor <?> t)
Hindari mengevaluasi operation dan mengganti t untuk nilai yang dihasilkannya.
Sesi Pelari
umpan (Operasi string, indeks int, Tensor <?> t)
Hindari mengevaluasi output operation ke- index dengan mengganti t untuk nilai yang dihasilkannya.
Sesi Pelari
fetch (Operasi string)
Buat run() mengembalikan output operation .
Sesi Pelari
fetch (Operasi string, indeks int)
Buat run() mengembalikan output ke- index dari operation .
Sesi Pelari
ambil ( Operand <?> operand)
Membuat run() mengembalikan Tensor yang dirujuk oleh output operand .
Sesi Pelari
ambil ( Keluaran <?> keluaran)
Membuat run() mengembalikan Tensor yang dirujuk oleh output .
Daftar < Tensor <? >>
lari ()
Jalankan fragmen grafik yang diperlukan untuk menghitung semua pengambilan yang diminta.
Session.Run
runAndFetchMetadata ()
Jalankan fragmen grafik untuk menghitung pengambilan yang diminta dan mengembalikan metadata tentang proses tersebut.
Sesi Pelari
setOptions ( opsi byte [])
(Metode eksperimental): mengatur opsi (biasanya untuk debugging) untuk proses ini.

Metode Warisan

Pembangun Umum

Pelari publik ()

Metode Umum

public Session.Runner addTarget (Operasi string)

Membuat run() mengeksekusi operation , tetapi tidak mengembalikan Tensors dievaluasi.

public Session.Runner addTarget ( Operand <?> operand)

Membuat run() mengeksekusi operand , tetapi tidak mengembalikan Tensors dievaluasi.

public Session.Runner addTarget ( Operasi operasi)

Membuat run() mengeksekusi operation , tetapi tidak mengembalikan Tensors dievaluasi.

Melempar
IllegalArgumentException jika operasi tersebut bukan GraphOperation

public Session.Runner feed ( Operand <?> operand, Tensor <?> t)

Gunakan t sebagai ganti Tensor yang dirujuk dengan menjalankan operasi yang dirujuk oleh operand .

public Session.Runner feed (Operasi string, Tensor <?> t)

Hindari mengevaluasi operation dan mengganti t untuk nilai yang dihasilkannya.

Parameter
operasi Bisa berupa nama string operasi, dalam hal ini metode ini adalah singkatan dari feed(operation, 0) , atau string dalam bentuk operation_name: output_index , dalam hal ini metode ini bertindak seperti feed(operation_name, output_index) . Nama yang dipisahkan titik dua ini biasanya digunakan dalam pesan metaGraphDef() protokol SignatureDef yang disertakan dalam metaGraphDef() .

publik Session.Runner feed (Operasi string, indeks int, Tensor <?> t)

Hindari mengevaluasi output operation ke- index dengan mengganti t untuk nilai yang dihasilkannya.

Operasi dalam sebuah Graph dapat memiliki beberapa keluaran, index mengidentifikasi t mana yang disediakan.

public Session.Runner fetch (Operasi string)

Buat run() mengembalikan output operation .

Parameter
operasi Bisa berupa nama string operasi, dalam hal ini metode ini adalah singkatan dari fetch(operation, 0) , atau berupa string dengan bentuk operation_name: output_index , dalam hal ini metode ini berfungsi seperti fetch(operation_name, output_index) . Nama yang dipisahkan titik dua ini biasanya digunakan dalam pesan metaGraphDef() protokol SignatureDef yang disertakan dalam metaGraphDef() .

public Session.Runner fetch (Operasi string, indeks int)

Buat run() mengembalikan output ke- index dari operation .

Operasi dalam sebuah Graph dapat memiliki beberapa keluaran, index mengidentifikasi keluaran mana yang akan dikembalikan.

public Session.Runner mengambil ( Operand <?> operand)

Membuat run() mengembalikan Tensor yang dirujuk oleh output operand .

publik Session.Runner mengambil ( Output <?> output)

Membuat run() mengembalikan Tensor yang dirujuk oleh output .

Daftar publik < Tensor <? >> run ()

Jalankan fragmen grafik yang diperlukan untuk menghitung semua pengambilan yang diminta.

PERINGATAN: Pemanggil mengambil alih kepemilikan semua Tensors dikembalikan, yaitu, pemanggil harus memanggil close() pada semua elemen dari daftar yang dikembalikan untuk membebaskan sumber daya.

TODO (ashankar): Pertimbangkan kembali jenis pengembalian di sini. Dua hal khususnya: (a) Memudahkan pemanggil untuk membersihkan (mungkin mengembalikan sesuatu seperti AutoCloseableList di SessionTest.java), dan (b) Mengevaluasi apakah nilai yang dikembalikan harus berupa daftar, atau mungkin Map<Output, Tensor> ?

TODO (andrewmyers): Akan lebih baik jika apa pun yang dikembalikan di sini membuatnya lebih mudah untuk mengekstrak tensor keluaran dengan cara yang aman jenis.

publik Session.Run runAndFetchMetadata ()

Jalankan fragmen grafik untuk menghitung pengambilan yang diminta dan mengembalikan metadata tentang proses tersebut.

Ini persis seperti run() , tetapi selain Tensor yang diminta, juga mengembalikan metadata tentang eksekusi grafik dalam bentuk buffer protokol RunMetadata serial.

public Session.Runner setOptions (byte [] options)

(Metode eksperimental): mengatur opsi (biasanya untuk debugging) untuk proses ini.

Opsi disajikan sebagai buffer protokol RunOptions berseri.

Paket org.tensorflow bebas dari dependensi buffer protokol apa pun agar tetap bersahabat dengan sistem yang dibatasi sumber daya (di mana sesuatu seperti nanoproto mungkin lebih sesuai). Kerugiannya adalah kurangnya keamanan jenis dalam fungsi API ini. Pilihan ini sedang ditinjau dan fungsi ini dapat diganti dengan jenis yang lebih aman kapan saja.