جریان تنسور:: ClientSession

#include <client_session.h>

یک شی ClientSession به تماس گیرنده اجازه می دهد تا ارزیابی گراف TensorFlow ساخته شده با C++ API را انجام دهد.

خلاصه

مثال:

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()) { ... }  

سازندگان و ویرانگرها
ClientSession (const Scope & scope, const string & target) با اتصال به زمان اجرا TensorFlow مشخص شده توسط target ، یک جلسه جدید برای ارزیابی نمودار موجود در scope ایجاد کنید.
ClientSession (const Scope & scope) مانند بالا، اما از رشته خالی ("") به عنوان مشخصات هدف استفاده کنید.
ClientSession (const Scope & scope, const SessionOptions & session_options) یک جلسه جدید ایجاد کنید و آن را با session_options پیکربندی کنید.
~ClientSession ()

انواع عمومی
CallableHandle	typedef int64 یک دسته برای یک زیرگراف که با ClientSession::MakeCallable() ایجاد شده است.
FeedType	typedef std::unordered_map< Output , Input::Initializer , OutputHash > یک نوع داده برای نشان دادن فیدها به یک تماس Run.

توابع عمومی
MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)	Status یک handle برای فراخوانی زیرگراف تعریف شده توسط callable_options ایجاد می کند.
ReleaseCallable ( CallableHandle handle)	Status منابع مرتبط با handle داده شده را در این جلسه منتشر می کند.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status تانسورها را در fetch_outputs ارزیابی کنید.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status مانند بالا، اما از نگاشت در inputs به عنوان فید استفاده کنید.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const	Status همون بالا علاوه بر این عملیات ins run_outputs را اجرا می کند.
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	Status از run_options برای روشن کردن پروفایل عملکرد استفاده کنید.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)	Status زیرگرافی را که توسط handle نامگذاری شده است با گزینه های داده شده و تانسورهای ورودی فراخوانی می کند.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)	Status زیرگرافی را که توسط handle نامگذاری شده است با گزینه های داده شده و تانسورهای ورودی فراخوانی می کند.

انواع عمومی

CallableHandle

int64 CallableHandle

یک دسته برای یک زیرگراف که با ClientSession::MakeCallable() ایجاد شده است.

نوع خوراک

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

یک نوع داده برای نشان دادن فیدها به یک تماس Run.

این نقشه ای از اشیاء Output است که توسط سازنده های op به مقداری که باید با آنها تغذیه شود، بازگردانده می شود. برای جزئیات بیشتر در مورد آنچه که می‌توان به‌عنوان مقادیر خوراک استفاده کرد، Input::Initializer ببینید.

توابع عمومی

ClientSession

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

با اتصال به زمان اجرا TensorFlow مشخص شده توسط target ، یک جلسه جدید برای ارزیابی نمودار موجود در scope ایجاد کنید.

ClientSession

 ClientSession(
  const Scope & scope
)

مانند بالا، اما از رشته خالی ("") به عنوان مشخصات هدف استفاده کنید.

ClientSession

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

یک جلسه جدید ایجاد کنید و آن را با session_options پیکربندی کنید.

MakeCallable

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

یک handle برای فراخوانی زیرگراف تعریف شده توسط callable_options ایجاد می کند.

توجه: این API هنوز آزمایشی است و ممکن است تغییر کند.

ReleaseCallable

Status ReleaseCallable(
  CallableHandle handle
)

منابع مرتبط با handle داده شده را در این جلسه منتشر می کند.

توجه: این API هنوز آزمایشی است و ممکن است تغییر کند.

اجرا کنید

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

تانسورها را در fetch_outputs ارزیابی کنید.

مقادیر به عنوان اشیاء Tensor در outputs برگردانده می شوند. تعداد و ترتیب outputs با fetch_outputs مطابقت دارد.

اجرا کنید

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

مانند بالا، اما از نگاشت در inputs به عنوان فید استفاده کنید.

اجرا کنید

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

همون بالا علاوه بر این عملیات ins run_outputs را اجرا می کند.

اجرا کنید

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 

از run_options برای روشن کردن پروفایل عملکرد استفاده کنید.

run_metadata ، اگر تهی نباشد، با نتایج پروفایل پر می شود.

RunCallable

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

زیرگرافی را که توسط handle نامگذاری شده است با گزینه های داده شده و تانسورهای ورودی فراخوانی می کند.

ترتیب تانسورها در feed_tensors باید با ترتیب نام‌ها در CallableOptions::feed() و ترتیب تانسورها در fetch_tensors با ترتیب نام‌ها در CallableOptions::fetch() مطابقت داشته باشد. توجه: این API هنوز آزمایشی است و ممکن است تغییر کند.

RunCallable

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

زیرگرافی را که توسط handle نامگذاری شده است با گزینه های داده شده و تانسورهای ورودی فراخوانی می کند.

ترتیب تانسورها در feed_tensors باید با ترتیب نام‌ها در CallableOptions::feed() و ترتیب تانسورها در fetch_tensors با ترتیب نام‌ها در CallableOptions::fetch() مطابقت داشته باشد. توجه: این API هنوز آزمایشی است و ممکن است تغییر کند.

~ClientSession

 ~ClientSession()