flux tensoriel : : Session Client

#include <client_session.h>

Un objet ClientSession permet à l'appelant de piloter l'évaluation du graphique TensorFlow construit avec l'API C++.

Résumé

Exemple:

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()) { ... }

Constructeurs et Destructeurs

ClientSession (const Scope & scope, const string & target)
Créez une nouvelle session pour évaluer le graphique contenu dans scope en vous connectant au runtime TensorFlow spécifié par target .
ClientSession (const Scope & scope)
Comme ci-dessus, mais utilisez la chaîne vide ("") comme spécification cible.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Créez une nouvelle session en la configurant avec session_options .
~ClientSession ()

Types publics

CallableHandle typedef
int64
Un handle vers un sous-graphe, créé avec ClientSession::MakeCallable() .
FeedType typedef
std::unordered_map< Output , Input::Initializer , OutputHash >
Un type de données pour représenter les flux vers un appel Run.

Fonctions publiques

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Crée un handle pour appeler le sous-graphe défini par callable_options .
ReleaseCallable ( CallableHandle handle)
Libère les ressources associées au handle donné dans cette session.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Évaluez les tenseurs dans fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Comme ci-dessus, mais utilisez le mappage dans inputs comme flux.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
Comme ci-dessus. Exécute également les opérations dans 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
Utilisez run_options pour activer le profilage des performances.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Appelle le sous-graphe nommé par handle avec les options et les tenseurs d'entrée donnés.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
Appelle le sous-graphe nommé par handle avec les options et les tenseurs d'entrée donnés.

Types publics

CallableHandle 

int64 CallableHandle

Un handle vers un sous-graphe, créé avec ClientSession::MakeCallable() .

Type de flux 

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

Un type de données pour représenter les flux vers un appel Run.

Il s'agit d'une carte des objets Output renvoyés par les constructeurs opérationnels à la valeur avec laquelle les alimenter. Voir Input::Initializer pour plus de détails sur ce qui peut être utilisé comme valeurs de flux.

Fonctions publiques

Session Client 

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

Créez une nouvelle session pour évaluer le graphique contenu dans scope en vous connectant au runtime TensorFlow spécifié par target .

Session Client 

 ClientSession(
  const Scope & scope
)

Comme ci-dessus, mais utilisez la chaîne vide ("") comme spécification cible.

Session Client 

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

Créez une nouvelle session en la configurant avec session_options .

RendreCallable 

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

Crée un handle pour appeler le sous-graphe défini par callable_options .

REMARQUE : Cette API est encore expérimentale et peut changer.

LibérationAppelable 

Status ReleaseCallable(
  CallableHandle handle
)

Libère les ressources associées au handle donné dans cette session.

REMARQUE : Cette API est encore expérimentale et peut changer.

Courir 

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

Évaluez les tenseurs dans fetch_outputs .

Les valeurs sont renvoyées sous forme d'objets Tensor dans outputs . Le nombre et l'ordre des outputs correspondront à fetch_outputs .

Courir 

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

Comme ci-dessus, mais utilisez le mappage dans inputs comme flux.

Courir 

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

Comme ci-dessus. Exécute également les opérations dans run_outputs .

Courir 

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

Utilisez run_options pour activer le profilage des performances.

run_metadata , s'il n'est pas nul, est renseigné avec les résultats du profilage.

ExécuterAppelable 

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

Appelle le sous-graphe nommé par handle avec les options et les tenseurs d'entrée donnés.

L'ordre des tenseurs dans feed_tensors doit correspondre à l'ordre des noms dans CallableOptions::feed() et l'ordre des tenseurs dans fetch_tensors correspondra à l'ordre des noms dans CallableOptions::fetch() lors de la création de ce sous-graphe. REMARQUE : Cette API est encore expérimentale et peut changer.

ExécuterAppelable 

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

Appelle le sous-graphe nommé par handle avec les options et les tenseurs d'entrée donnés.

L'ordre des tenseurs dans feed_tensors doit correspondre à l'ordre des noms dans CallableOptions::feed() et l'ordre des tenseurs dans fetch_tensors correspondra à l'ordre des noms dans CallableOptions::fetch() lors de la création de ce sous-graphe. REMARQUE : Cette API est encore expérimentale et peut changer.

~Session Client 

 ~ClientSession()