tensorflow::ClientSession

#include <client_session.h>

Objek ClientSession memungkinkan pemanggil untuk mengendalikan evaluasi grafik TensorFlow yang dibangun dengan API C++.

Ringkasan

Contoh:

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()) { ... }

Konstruktor dan Destruktor

ClientSession (const Scope & scope, const string & target)
Buat sesi baru untuk mengevaluasi grafik yang terdapat dalam scope dengan terhubung 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 ()

Jenis publik

CallableHandle definisi tipe
int64
Sebuah handle ke subgraph, yang dibuat dengan ClientSession::MakeCallable() .
FeedType definisi tipe
std::unordered_map< Output , Input::Initializer , OutputHash >
Tipe data untuk merepresentasikan input ke panggilan Run.

Fungsi publik

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Membuat handle untuk memanggil subgraph yang didefinisikan oleh callable_options .
ReleaseCallable ( CallableHandle handle)
Melepaskan sumber daya yang terkait dengan handle yang diberikan dalam sesi ini.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Evaluasi tensor dalam fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Sama seperti di atas, tetapi gunakan pemetaan dalam 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 pembuatan profil kinerja.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Memanggil subgraf yang diberi nama oleh handle dengan opsi dan tensor input yang diberikan.
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 oleh handle dengan opsi dan tensor input yang diberikan.

Jenis publik

Pegangan yang Dapat Dipanggil 

int64 CallableHandle

Sebuah handle ke subgraph, yang dibuat dengan ClientSession::MakeCallable() .

Jenis Umpan 

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

Tipe data untuk merepresentasikan input ke panggilan Run.

Ini adalah peta objek Output yang dikembalikan oleh konstruktor operasi ke nilai yang akan diberikan kepadanya. Lihat Input::Initializer untuk detail tentang apa yang dapat digunakan sebagai nilai masukan.

Fungsi publik

Sesi Klien 

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

Buat sesi baru untuk mengevaluasi grafik yang terdapat dalam scope dengan terhubung 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 .

MakeCallable 

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

Membuat handle untuk memanggil subgraph yang didefinisikan oleh callable_options .

CATATAN: API ini masih dalam tahap eksperimental dan dapat berubah.

ReleaseCallenge 

Status ReleaseCallable(
  CallableHandle handle
)

Melepaskan sumber daya yang terkait dengan handle yang diberikan dalam sesi ini.

CATATAN: API ini masih dalam tahap eksperimental dan dapat berubah.

Berlari 

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

Evaluasi tensor dalam fetch_outputs .

Nilai-nilai tersebut dikembalikan sebagai objek Tensor dalam outputs . Jumlah dan urutan outputs akan sesuai 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 dalam 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 pembuatan profil kinerja.

run_metadata , jika tidak null, akan diisi dengan hasil profiling.

RunCallable 

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

Memanggil subgraf yang diberi nama oleh handle dengan opsi dan tensor input yang diberikan.

Urutan tensor dalam feed_tensors harus sesuai dengan urutan nama dalam CallableOptions::feed() dan urutan tensor dalam fetch_tensors akan sesuai dengan urutan nama dalam CallableOptions::fetch() ketika subgraph ini dibuat. CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

RunCallable 

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 oleh handle dengan opsi dan tensor input yang diberikan.

Urutan tensor dalam feed_tensors harus sesuai dengan urutan nama dalam CallableOptions::feed() dan urutan tensor dalam fetch_tensors akan sesuai dengan urutan nama dalam CallableOptions::fetch() ketika subgraph ini dibuat. CATATAN: API ini masih bersifat eksperimental dan dapat berubah.

~Sesi Klien 

 ~ClientSession()