Server

เซิร์ฟเวอร์ TensorFlow ในกระบวนการ สำหรับใช้ในการฝึกอบรมแบบกระจาย

อินสแตน Server สรุปชุดอุปกรณ์และเป้าหมาย Session ที่สามารถเข้าร่วมการฝึกอบรมแบบกระจายได้ เซิร์ฟเวอร์เป็นของคลัสเตอร์ (ระบุโดย ClusterSpec ) และสอดคล้องกับงานเฉพาะในงานที่ระบุชื่อ เซิร์ฟเวอร์สามารถสื่อสารกับเซิร์ฟเวอร์อื่น ๆ ในคลัสเตอร์เดียวกันได้ เซิร์ฟเวอร์จะไม่ให้บริการคำขอใด ๆ จนกว่าจะมีการเรียกใช้ start() เซิร์ฟเวอร์จะหยุดให้บริการคำขอเมื่อมีการเรียกใช้ stop() หรือ close() โปรดทราบว่าเมธอด close() จะหยุดเซิร์ฟเวอร์หากเซิร์ฟเวอร์กำลังทำงานอยู่

คำเตือน: Server เป็นเจ้าของทรัพยากรที่ ต้อง ได้รับการปลดปล่อยอย่างชัดเจนโดยการเรียกใช้ close()

อินสแตนซ์ของ Server เป็นแบบปลอดภัยสำหรับเธรด

การใช้ตัวอย่าง:

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();
 }