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)	Status Crea un handle para invocar el subgrafo definido por callable_options .
ReleaseCallable ( CallableHandle handle)	Status Libera recursos asociados con el handle dado en esta sesión.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status Evalúe los tensores en fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status 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	Status 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	Status Utilice run_options para activar la creación de perfiles de rendimiento.
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 thread::ThreadPoolOptions & threadpool_options) const	Status Lo mismo que arriba.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)	Status 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)	Status 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 utiliza 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.

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 thread::ThreadPoolOptions & threadpool_options
) const 

Lo mismo que arriba.

Además, permite al usuario proporcionar una implementación de grupo de subprocesos personalizada a través de ThreadPoolOptions.

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()

,

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)	Status Crea un handle para invocar el subgrafo definido por callable_options .
ReleaseCallable ( CallableHandle handle)	Status Libera recursos asociados con el handle dado en esta sesión.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status Evalúe los tensores en fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status 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	Status 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	Status Utilice run_options para activar la creación de perfiles de rendimiento.
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 thread::ThreadPoolOptions & threadpool_options) const	Status Lo mismo que arriba.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)	Status 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)	Status 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 utiliza 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.

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 thread::ThreadPoolOptions & threadpool_options
) const 

Lo mismo que arriba.

Además, permite al usuario proporcionar una implementación de grupo de subprocesos personalizada a través de ThreadPoolOptions.

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()