Server

वितरित प्रशिक्षण में उपयोग के लिए एक इन-प्रोसेस TensorFlow सर्वर।

एक Server इंस्टेंस उपकरणों के एक सेट और एक Session लक्ष्य को समाहित करता है जो वितरित प्रशिक्षण में भाग ले सकता है। एक सर्वर एक क्लस्टर से संबंधित होता है ( ClusterSpec द्वारा निर्दिष्ट), और नामित कार्य में एक विशेष कार्य से मेल खाता है। सर्वर उसी क्लस्टर में किसी अन्य सर्वर के साथ संचार कर सकता है। start() लागू होने तक सर्वर किसी भी अनुरोध को पूरा नहीं करेगा। stop() या close() लागू होने पर सर्वर अनुरोधों को परोसना बंद कर देगा। ध्यान रखें कि यदि सर्वर चल रहा है तो close() विधि उसे रोक देती है।

चेतावनी: एक Server के पास ऐसे संसाधन होते हैं जिन्हें close() लागू करके स्पष्ट रूप से मुक्त किया जाना चाहिए ।

Server के इंस्टेंस थ्रेड-सुरक्षित हैं।

उदाहरण का उपयोग करना:

import org.tensorflow.Server;
 import org.tensorflow.distruntime.ClusterDef;
 import org.tensorflow.distruntime.JobDef;
 import org.tensorflow.distruntime.ServerDef;

 ClusterDef clusterDef = ClusterDef.newBuilder()
   .addJob(JobDef.newBuilder()
   .setName("worker")
   .putTasks(0, "localhost:4321")
   .build()
 ).build();

 ServerDef serverDef = ServerDef.newBuilder()
   .setCluster(clusterDef)
   .setJobName("worker")
   .setTaskIndex(0)
   .setProtocol("grpc")
 .build();

 try (Server srv = new Server(serverDef)) {
   srv.start();
   srv.join();
 
 }