ML 커뮤니티 데이는 11월 9일입니다! TensorFlow, JAX에서 업데이트를 우리와 함께, 더 자세히 알아보기

tensorflow :: ClientSession

#include <client_session.h>

ClientSession 객체를 사용하면 호출자가 C ++ API로 구성된 TensorFlow 그래프의 평가를 유도 할 수 있습니다.

요약

예 :

Scope root = Scope::NewRootScope();
auto a = Placeholder(root, DT_INT32);
auto c = Add(root, a, {41});

ClientSession session(root);
std::vector outputs;

Status s = session.Run({ {a, {1}} }, {c}, &outputs);
if (!s.ok()) { ... }  

생성자와 소멸자

ClientSession (const Scope & scope, const string & target)
target 지정된 TensorFlow 런타임에 연결하여 scope 에 포함 된 그래프를 평가하는 새 세션을 만듭니다.
ClientSession (const Scope & scope)
위와 동일하지만 대상 사양으로 빈 문자열 ( "")을 사용합니다.
ClientSession (const Scope & scope, const SessionOptions & session_options)
새 세션을 만들고 session_options 구성합니다.
~ClientSession ()

공개 유형

CallableHandle typedef
int64
ClientSession::MakeCallable() 생성 된 하위 그래프에 대한 핸들입니다.
FeedType typedef
std::unordered_map< Output , Input::Initializer ,OutputHash >
Run 호출에 대한 피드를 나타내는 데이터 유형입니다.

공공 기능

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
callable_options 정의 된 하위 그래프를 호출 handle 위한 handle 을 만듭니다.
ReleaseCallable ( CallableHandle handle)
이 세션에서 지정된 handle 과 관련된 리소스를 해제합니다.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
fetch_outputs 에서 텐서를 평가합니다.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
위와 동일하지만 inputs 의 매핑을 피드로 사용합니다.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
같은 상기와. 또한 run_outputs 에서 작업을 실행합니다.
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
run_options 를 사용하여 성능 프로파일 링을 켜십시오.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
지정된 옵션 및 입력 텐서를 사용하여 handle 로 명명 된 하위 그래프를 호출합니다.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
지정된 옵션 및 입력 텐서를 사용하여 handle 로 명명 된 하위 그래프를 호출합니다.

공개 유형

CallableHandle

int64 CallableHandle

ClientSession::MakeCallable() 생성 된 하위 그래프에 대한 핸들입니다.

FeedType

std::unordered_map< Output, Input::Initializer, OutputHash > FeedType

Run 호출에 대한 피드를 나타내는 데이터 유형입니다.

이것은 op-constructor가 반환하는 Output 객체의 맵입니다. 피드 값으로 사용할 수있는 항목에 대한 자세한 내용은 Input::Initializer 를 참조하십시오.

공공 기능

ClientSession

 ClientSession(
  const Scope & scope,
  const string & target
)

target 지정된 TensorFlow 런타임에 연결하여 scope 에 포함 된 그래프를 평가하는 새 세션을 만듭니다.

ClientSession

 ClientSession(
  const Scope & scope
)

위와 동일하지만 대상 사양으로 빈 문자열 ( "")을 사용합니다.

ClientSession

 ClientSession(
  const Scope & scope,
  const SessionOptions & session_options
)

새 세션을 생성하고 session_options 구성합니다.

MakeCallable

Status MakeCallable(
  const CallableOptions & callable_options,
  CallableHandle *out_handle
)

callable_options 정의 된 하위 그래프를 호출 handle 위한 handle 을 만듭니다.

참고 :이 API는 아직 실험 단계이며 변경 될 수 있습니다.

ReleaseCallable

Status ReleaseCallable(
  CallableHandle handle
)

이 세션에서 지정된 handle 과 관련된 리소스를 해제합니다.

참고 :이 API는 아직 실험 단계이며 변경 될 수 있습니다.

운영

Status Run(
  const std::vector< Output > & fetch_outputs,
  std::vector< Tensor > *outputs
) const 

fetch_outputs 에서 텐서를 평가합니다.

값은 outputs 에서 Tensor 객체로 반환됩니다. outputs 의 수와 순서는 fetch_outputs 와 일치 fetch_outputs .

운영

Status Run(
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  std::vector< Tensor > *outputs
) const 

위와 동일하지만 inputs 의 매핑을 피드로 사용합니다.

운영

Status Run(
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  const std::vector< Operation > & run_outputs,
  std::vector< Tensor > *outputs
) const 

같은 상기와. 또한 run_outputs 에서 작업을 실행합니다.

운영

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 

run_options 를 사용하여 성능 프로파일 링을 켜십시오.

null이 아닌 경우 run_metadata 는 프로파일 링 결과로 채워집니다.

RunCallable

Status RunCallable(
  CallableHandle handle,
  const std::vector< Tensor > & feed_tensors,
  std::vector< Tensor > *fetch_tensors,
  RunMetadata *run_metadata
)

지정된 옵션 및 입력 텐서를 사용하여 handle 로 명명 된 하위 그래프를 호출합니다.

에서 텐서의 순서 feed_tensors 에있는 이름의 순서와 일치해야합니다 CallableOptions::feed() 과의 텐서의 순서 fetch_tensors 에있는 이름의 순서와 일치합니다 CallableOptions::fetch() 이 서브 그래프가 생성되었다. 참고 :이 API는 아직 실험 단계이며 변경 될 수 있습니다.

RunCallable

Status RunCallable(
  CallableHandle handle,
  const std::vector< Tensor > & feed_tensors,
  std::vector< Tensor > *fetch_tensors,
  RunMetadata *run_metadata,
  const thread::ThreadPoolOptions & options
)

지정된 옵션 및 입력 텐서를 사용하여 handle 로 명명 된 하위 그래프를 호출합니다.

에서 텐서의 순서 feed_tensors 에있는 이름의 순서와 일치해야합니다 CallableOptions::feed() 과의 텐서의 순서 fetch_tensors 에있는 이름의 순서와 일치합니다 CallableOptions::fetch() 이 서브 그래프가 생성되었다. 참고 :이 API는 아직 실험 단계이며 변경 될 수 있습니다.

~ ClientSession

 ~ClientSession()