aliran tensor:: Sesi Klien

#include <client_session.h>

Objek ClientSession memungkinkan pemanggil mendorong evaluasi grafik TensorFlow yang dibuat dengan C++ API.

Ringkasan

Contoh: 

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

ClientSession session(root);
std::vector

Konstruktor dan Destruktor

ClientSession (const Scope & scope, const string & target)
Buat sesi baru untuk mengevaluasi grafik yang terdapat dalam scope dengan menghubungkan ke runtime TensorFlow yang ditentukan oleh target .
ClientSession (const Scope & scope)
Sama seperti di atas, tetapi gunakan string kosong ("") sebagai spesifikasi target.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Buat sesi baru, konfigurasikan dengan session_options .
~ClientSession ()

Tipe publik

CallableHandle typedef
int64
Pegangan untuk subgraf, dibuat dengan ClientSession::MakeCallable() .
FeedType typedef
std::unordered_map< Output , Input::Initializer , OutputHash >
Tipe data untuk mewakili umpan ke panggilan Jalankan.

Fungsi publik

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Membuat handle untuk memanggil subgraf yang ditentukan oleh callable_options .
ReleaseCallable ( CallableHandle handle)
Merilis sumber daya yang terkait dengan handle yang diberikan di sesi ini.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Evaluasi tensor di fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Sama seperti di atas, tetapi gunakan pemetaan di inputs sebagai feed.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
Sama seperti di atas. Selain itu menjalankan operasi di 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
Gunakan run_options untuk mengaktifkan profil kinerja.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Memanggil subgraf yang diberi nama berdasarkan handle dengan opsi yang diberikan dan tensor masukan.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
Memanggil subgraf yang diberi nama berdasarkan handle dengan opsi yang diberikan dan tensor masukan.

Tipe publik

CallableHandle

int64 CallableHandle

Pegangan untuk subgraf, dibuat dengan ClientSession::MakeCallable() .

Jenis Umpan

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

Tipe data untuk mewakili umpan ke panggilan Jalankan.

Ini adalah peta objek Output yang dikembalikan oleh konstruktor op ke nilai yang akan diberikan kepada mereka. Lihat Input::Initializer untuk detail tentang apa yang dapat digunakan sebagai nilai feed.

Fungsi publik

Sesi Klien

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

Buat sesi baru untuk mengevaluasi grafik yang terdapat dalam scope dengan menghubungkan ke runtime TensorFlow yang ditentukan oleh target .

Sesi Klien

 ClientSession(
  const Scope & scope
)

Sama seperti di atas, tetapi gunakan string kosong ("") sebagai spesifikasi target.

Sesi Klien

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

Buat sesi baru, konfigurasikan dengan session_options .

Jadikan Dapat Dipanggil

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

Membuat handle untuk memanggil subgraf yang ditentukan oleh callable_options .

CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

Rilis Dapat Dipanggil

Status ReleaseCallable(
  CallableHandle handle
)

Merilis sumber daya yang terkait dengan handle yang diberikan di sesi ini.

CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

Berlari

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

Evaluasi tensor di fetch_outputs .

Nilai dikembalikan sebagai objek Tensor di outputs . Jumlah dan urutan outputs akan cocok dengan fetch_outputs .

Berlari

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

Sama seperti di atas, tetapi gunakan pemetaan di inputs sebagai feed.

Berlari

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

Sama seperti di atas. Selain itu menjalankan operasi di run_outputs .

Berlari

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

Gunakan run_options untuk mengaktifkan profil kinerja.

run_metadata , jika bukan null, diisi dengan hasil pembuatan profil.

Jalankan Dapat Dipanggil

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

Memanggil subgraf yang diberi nama berdasarkan handle dengan opsi yang diberikan dan tensor masukan.

Urutan tensor di feed_tensors harus sesuai dengan urutan nama di CallableOptions::feed() dan urutan tensor di fetch_tensors akan cocok dengan urutan nama di CallableOptions::fetch() saat subgraf ini dibuat. CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

Jalankan Dapat Dipanggil

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

Memanggil subgraf yang diberi nama berdasarkan handle dengan opsi yang diberikan dan tensor masukan.

Urutan tensor di feed_tensors harus sesuai dengan urutan nama di CallableOptions::feed() dan urutan tensor di fetch_tensors akan cocok dengan urutan nama di CallableOptions::fetch() saat subgraf ini dibuat. CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

~Sesi Klien

 ~ClientSession()