Server

বিতরণ করা প্রশিক্ষণে ব্যবহারের জন্য একটি ইন-প্রসেস টেনসরফ্লো সার্ভার।

একটি Server ইনস্ট্যান্স ডিভাইসের একটি সেট এবং একটি Session টার্গেটকে অন্তর্ভুক্ত করে যা বিতরণ করা প্রশিক্ষণে অংশগ্রহণ করতে পারে। একটি সার্ভার একটি ক্লাস্টারের অন্তর্গত (একটি ClusterSpec দ্বারা নির্দিষ্ট করা হয়েছে), এবং একটি নামযুক্ত কাজের একটি নির্দিষ্ট কাজের সাথে মিলে যায়৷ সার্ভার একই ক্লাস্টারে অন্য যেকোনো সার্ভারের সাথে যোগাযোগ করতে পারে। যতক্ষণ না start() ডাকা হচ্ছে ততক্ষণ সার্ভার কোনো অনুরোধ করবে না। একবার stop() বা close() আহ্বান করা হলে সার্ভার অনুরোধগুলি প্রদান করা বন্ধ করে দেবে। সচেতন থাকুন যে close() পদ্ধতি সার্ভারটি চলমান থাকলে এটি বন্ধ করে দেয়।

সতর্কীকরণ: একটি Server সম্পদের মালিক যেগুলো অবশ্যই close() আহ্বান করে স্পষ্টভাবে মুক্ত করতে হবে।

একটি Server উদাহরণ থ্রেড-নিরাপদ।

উদাহরণ ব্যবহার করে:

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();
 
 }