tensorflow:: ClientSession
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
#include <client_session.h>
אובייקט ClientSession
מאפשר למתקשר להפעיל את ההערכה של גרף TensorFlow שנבנה עם ה-C++ API.
תַקצִיר
דוּגמָה:
Scope root = Scope::NewRootScope();
auto a = Placeholder(root, DT_INT32);
auto c = Add(root, a, {41});
ClientSession session(root);
std::vector
בנאים והורסים | |
---|---|
ClientSession (const Scope & scope, const string & target) צור הפעלה חדשה כדי להעריך את הגרף הכלול scope על ידי חיבור לזמן הריצה של TensorFlow שצוין לפי target . | |
ClientSession (const Scope & scope) זהה לעיל, אבל השתמש במחרוזת הריקה ("") כמפרט היעד. | |
ClientSession (const Scope & scope, const SessionOptions & session_options) צור הפעלה חדשה, הגדר אותה עם session_options . | |
~ClientSession () |
טיפוסים ציבוריים | |
---|---|
CallableHandle | typedefint64 נקודת אחיזה לגרף משנה, שנוצרה באמצעות ClientSession::MakeCallable() . |
FeedType | typedefstd::unordered_map< Output , Input::Initializer , OutputHash > סוג נתונים לייצוג הזנות לקריאת הפעלה. |
תפקידים ציבוריים | |
---|---|
MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle) | יוצר handle להפעלת גרף המשנה המוגדר על ידי callable_options . |
ReleaseCallable ( CallableHandle handle) | משחרר משאבים המשויכים handle הנתון בהפעלה זו. |
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const | הערך את הטנזורים ב- fetch_outputs . |
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const | אותו דבר כמו לעיל, אבל השתמש במיפוי inputs כהזנות. |
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const | אותו דבר כמו לעיל. בנוסף מפעיל את הפעולות ב- 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 | השתמש ב- run_options כדי להפעיל פרופיל ביצועים. |
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata) | מפעיל את התת-גרף שנקרא על ידי handle עם האפשרויות הנתונות וטנסור הקלט. |
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options) | מפעיל את התת-גרף שנקרא על ידי handle עם האפשרויות הנתונות וטנסור הקלט. |
טיפוסים ציבוריים
CallableHandle
int64 CallableHandle
נקודת אחיזה לגרף משנה, שנוצרה באמצעות ClientSession::MakeCallable()
.
FeedType
std::unordered_map< Output, Input::Initializer, OutputHash > FeedType
סוג נתונים לייצוג הזנות לקריאת הפעלה.
זוהי מפה של Output
פלט שהוחזרו על ידי בוני אופ לערך להזין אותם איתו. ראה Input::Initializer
לפרטים על מה יכול לשמש כערכי הזנה.
תפקידים ציבוריים
ClientSession
ClientSession(
const Scope & scope,
const string & target
)
צור הפעלה חדשה כדי להעריך את הגרף הכלול scope
על ידי חיבור לזמן הריצה של TensorFlow שצוין לפי target
.
ClientSession
ClientSession(
const Scope & scope
)
אותו דבר כמו לעיל, אבל השתמש במחרוזת הריקה ("") כמפרט היעד.
ClientSession
ClientSession(
const Scope & scope,
const SessionOptions & session_options
)
צור הפעלה חדשה, הגדר אותה עם session_options
.
הפוך להתקשרות
Status MakeCallable(
const CallableOptions & callable_options,
CallableHandle *out_handle
)
יוצר handle
להפעלת גרף המשנה המוגדר על ידי callable_options
.
הערה: ממשק API זה עדיין ניסיוני ועשוי להשתנות.
שחרור ניתן להתקשרות
Status ReleaseCallable(
CallableHandle handle
)
משחרר משאבים המשויכים handle
הנתון בהפעלה זו.
הערה: ממשק API זה עדיין ניסיוני ועשוי להשתנות.
לָרוּץ
Status Run(
const std::vector< Output > & fetch_outputs,
std::vector< Tensor > *outputs
) const
הערך את הטנזורים ב- fetch_outputs
.
הערכים מוחזרים כאובייקטי Tensor
outputs
. המספר והסדר של outputs
יתאימו ל- fetch_outputs
.
לָרוּץ
Status Run(
const FeedType & inputs,
const std::vector< Output > & fetch_outputs,
std::vector< Tensor > *outputs
) const
אותו דבר כמו לעיל, אבל השתמש במיפוי inputs
כהזנות.
לָרוּץ
Status Run(
const FeedType & inputs,
const std::vector< Output > & fetch_outputs,
const std::vector< Operation > & run_outputs,
std::vector< Tensor > *outputs
) const
אותו דבר כמו לעיל. בנוסף מפעיל את הפעולות ב- run_outputs
.
לָרוּץ
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
השתמש ב- run_options
כדי להפעיל פרופיל ביצועים.
run_metadata
, אם לא null, ממולא עם תוצאות הפרופיל.
RunCallable
Status RunCallable(
CallableHandle handle,
const std::vector< Tensor > & feed_tensors,
std::vector< Tensor > *fetch_tensors,
RunMetadata *run_metadata
)
מפעיל את תת-גרף הנקרא על ידי handle
עם האפשרויות הנתונות וטנסור הקלט.
סדר הטנזורים ב- feed_tensors
חייב להתאים לסדר השמות ב- CallableOptions::feed()
וסדר הטנזורים ב- fetch_tensors
יתאים לסדר השמות ב- CallableOptions::fetch()
כאשר תת-גרף זה נוצר. הערה: ממשק API זה עדיין ניסיוני ועשוי להשתנות.
RunCallable
Status RunCallable(
CallableHandle handle,
const std::vector< Tensor > & feed_tensors,
std::vector< Tensor > *fetch_tensors,
RunMetadata *run_metadata,
const thread::ThreadPoolOptions & options
)
מפעיל את התת-גרף שנקרא על ידי handle
עם האפשרויות הנתונות וטנסור הקלט.
סדר הטנזורים ב- feed_tensors
חייב להתאים לסדר השמות ב- CallableOptions::feed()
וסדר הטנזורים ב- fetch_tensors
יתאים לסדר השמות ב- CallableOptions::fetch()
כאשר תת-גרף זה נוצר. הערה: ממשק API זה עדיין ניסיוני ועשוי להשתנות.
~ClientSession
~ClientSession()