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::vectoroutputs; 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 | typedefint64 یک دسته برای یک زیرگراف که با ClientSession::MakeCallable() ایجاد شده است. |
FeedType | typedefstd::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. |
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 همون بالا |
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.
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 thread::ThreadPoolOptions & threadpool_options ) const
همون بالا
علاوه بر این به کاربر اجازه می دهد تا پیاده سازی threadpool سفارشی را از طریق ThreadPoolOptions ارائه دهد.
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()
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-11-24 بهوقت ساعت هماهنگ جهانی.