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 (एक द्वारा निर्दिष्ट के अंतर्गत आता है ClusterSpec ), और एक नामित नौकरी में किसी विशेष कार्य से मेल खाती है। सर्वर उसी क्लस्टर में किसी अन्य सर्वर के साथ संचार कर सकता है। सर्वर तब तक किसी भी अनुरोध की सेवा नहीं करेगा जब तक कि start() लागू नहीं हो जाता। एक बार stop() या close() लागू होने पर सर्वर अनुरोध देना बंद कर देगा। ध्यान दें कि close() विधि सर्वर बंद हो जाता है अगर यह चल रहा है।

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

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