flujo tensor:: sesión de cliente

#include <client_session.h>

Un objeto ClientSession permite a la persona que llama controlar la evaluación del gráfico de TensorFlow construido con la API de C++.

Resumen

Ejemplo: 

Scope root = Scope::NewRootScope();
auto a = Placeholder(root, DT_INT32);
auto c = Add(root, a, {41});

ClientSession session(root);
std::vector outputs;

Status s = session.Run({ {a, {1}} }, {c}, &outputs);
if (!s.ok()) { ... }

Constructores y destructores

ClientSession (const Scope & scope, const string & target)
Cree una nueva sesión para evaluar el gráfico contenido en el scope conectándose al tiempo de ejecución de TensorFlow especificado por target .
ClientSession (const Scope & scope)
Igual que el anterior, pero utilice la cadena vacía ("") como especificación de destino.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Crea una nueva sesión, configurándola con session_options .
~ClientSession ()

Tipos públicos

CallableHandle definición de tipo
int64
Un identificador de un subgrafo, creado con ClientSession::MakeCallable() .
FeedType definición de tipo
std::unordered_map< Output , Input::Initializer , OutputHash >
Un tipo de datos para representar feeds para una llamada de ejecución.

Funciones públicas

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Crea un handle para invocar el subgrafo definido por callable_options .
ReleaseCallable ( CallableHandle handle)
Libera recursos asociados con el handle dado en esta sesión.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Evalúe los tensores en fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Igual que el anterior, pero utiliza el mapeo en inputs como feeds.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
Lo mismo que arriba. Además ejecuta las operaciones en run_outputs .
Run (const RunOptions & run_options, const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs, RunMetadata *run_metadata) const
Utilice run_options para activar la creación de perfiles de rendimiento.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Invoca el subgrafo nombrado por handle con las opciones y tensores de entrada dados.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
Invoca el subgrafo nombrado por handle con las opciones y tensores de entrada dados.

Tipos públicos

Mango invocable

int64 CallableHandle

Un identificador de un subgrafo, creado con ClientSession::MakeCallable() .

Tipo de alimentación

std::unordered_map< Output, Input::Initializer, OutputHash > FeedType

Un tipo de datos para representar feeds para una llamada de ejecución.

Este es un mapa de objetos Output devueltos por los constructores de operaciones al valor con el que alimentarlos. Consulte Input::Initializer para obtener detalles sobre lo que se puede utilizar como valores de alimentación.

Funciones públicas

sesión de cliente

 ClientSession(
  const Scope & scope,
  const string & target
)

Cree una nueva sesión para evaluar el gráfico contenido en el scope conectándose al tiempo de ejecución de TensorFlow especificado por target .

sesión de cliente

 ClientSession(
  const Scope & scope
)

Igual que el anterior, pero utilice la cadena vacía ("") como especificación de destino.

sesión de cliente

 ClientSession(
  const Scope & scope,
  const SessionOptions & session_options
)

Crea una nueva sesión, configurándola con session_options .

hacer invocable

Status MakeCallable(
  const CallableOptions & callable_options,
  CallableHandle *out_handle
)

Crea un handle para invocar el subgrafo definido por callable_options .

NOTA: Esta API aún es experimental y puede cambiar.

Lanzamiento invocable

Status ReleaseCallable(
  CallableHandle handle
)

Libera recursos asociados con el handle dado en esta sesión.

NOTA: Esta API aún es experimental y puede cambiar.

Correr

Status Run(
  const std::vector< Output > & fetch_outputs,
  std::vector< Tensor > *outputs
) const

Evalúe los tensores en fetch_outputs .

Los valores se devuelven como objetos Tensor en outputs . El número y orden de outputs coincidirán con fetch_outputs .

Correr

Status Run(
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  std::vector< Tensor > *outputs
) const

Igual que el anterior, pero use el mapeo en inputs como feeds.

Correr

Status Run(
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  const std::vector< Operation > & run_outputs,
  std::vector< Tensor > *outputs
) const

Lo mismo que arriba. Además ejecuta las operaciones en run_outputs .

Correr

Status Run(
  const RunOptions & run_options,
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  const std::vector< Operation > & run_outputs,
  std::vector< Tensor > *outputs,
  RunMetadata *run_metadata
) const

Utilice run_options para activar la creación de perfiles de rendimiento.

run_metadata , si no es nulo, se completa con los resultados de la generación de perfiles.

Ejecutar invocable

Status RunCallable(
  CallableHandle handle,
  const std::vector< Tensor > & feed_tensors,
  std::vector< Tensor > *fetch_tensors,
  RunMetadata *run_metadata
)

Invoca el subgrafo nombrado por handle con las opciones y tensores de entrada dados.

El orden de los tensores en feed_tensors debe coincidir con el orden de los nombres en CallableOptions::feed() y el orden de los tensores en fetch_tensors coincidirá con el orden de los nombres en CallableOptions::fetch() cuando se creó este subgrafo. NOTA: Esta API aún es experimental y puede cambiar.

Ejecutar invocable

Status RunCallable(
  CallableHandle handle,
  const std::vector< Tensor > & feed_tensors,
  std::vector< Tensor > *fetch_tensors,
  RunMetadata *run_metadata,
  const thread::ThreadPoolOptions & options
)

Invoca el subgrafo nombrado por handle con las opciones y tensores de entrada dados.

El orden de los tensores en feed_tensors debe coincidir con el orden de los nombres en CallableOptions::feed() y el orden de los tensores en fetch_tensors coincidirá con el orden de los nombres en CallableOptions::fetch() cuando se creó este subgrafo. NOTA: Esta API aún es experimental y puede cambiar.

~ Sesión de cliente

 ~ClientSession()