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)	Status Membuat handle untuk memanggil subgraph yang didefinisikan oleh callable_options .
ReleaseCallable ( CallableHandle handle)	Status Melepaskan sumber daya yang terkait dengan handle yang diberikan dalam sesi ini.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status Evaluasi tensor dalam fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const	Status 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	Status 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	Status Gunakan run_options untuk mengaktifkan pembuatan profil kinerja.
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 Sama seperti di atas.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)	Status 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)	Status 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.

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 thread::ThreadPoolOptions & threadpool_options
) const 

Sama seperti di atas.

Selain itu, memungkinkan pengguna untuk menyediakan implementasi threadpool kustom melalui ThreadPoolOptions.

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()