Server

Server TensorFlow yang sedang dalam proses, untuk digunakan dalam pelatihan terdistribusi.

Instans Server merangkum sekumpulan perangkat dan target Session yang dapat berpartisipasi dalam pelatihan terdistribusi. Server milik sebuah cluster (ditentukan oleh ClusterSpec ), dan berhubungan dengan tugas tertentu dalam pekerjaan bernama. Server dapat berkomunikasi dengan server lain di cluster yang sama. Server tidak akan melayani permintaan apa pun sampai start() dipanggil. Server akan berhenti melayani permintaan setelah stop() atau close() dipanggil. Sadarilah bahwa metode close() menghentikan server jika sedang berjalan.

PERINGATAN: Server memiliki sumber daya yang harus dibebaskan secara eksplisit dengan memanggil close() .

Contoh Server aman untuk thread.

Menggunakan contoh:

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.toByteArray())) {
   srv.start();
   srv.join();
 
 }