tensorflow :: ClientSession

#include <client_session.h>

Un objeto ClientSession permite a la persona que llama conducir la evaluación del gráfico de TensorFlow construido con la API de C ++.

Resumen

Ejemplo: 

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()) { ... }

Constructores y Destructores

ClientSession (const Scope & scope, const string & target)
Crea una nueva sesión para evaluar el gráfico contenido en el scope al conectarte al tiempo de ejecución de TensorFlow especificado por el target .
ClientSession (const Scope & scope)
Igual que el anterior, pero use la cadena vacía ("") como especificación de destino.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Cree una nueva sesión, configurándola con session_options .
~ClientSession ()

Tipos públicos

CallableHandle typedef
int64
Un identificador de un subgrafo, creado con ClientSession::MakeCallable() .
FeedType typedef
std::unordered_map< Output , Input::Initializer ,OutputHash >
Un tipo de datos para representar feeds en una llamada Run.

Funciones publicas

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Status
Crea un handle para invocar el subgrafo definido por callable_options .
ReleaseCallable ( CallableHandle handle)
Status
Libera los recursos asociados con el handle dado en esta sesión.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Status
Evalúe los tensores en fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Status
Igual que el anterior, pero use el mapeo en las inputs como feeds.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
Status
Lo mismo que arriba. Además, ejecuta las operaciones en 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
Status
Utilice run_options para activar la generación de perfiles de rendimiento.
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 thread::ThreadPoolOptions & threadpool_options) const
Status
Lo mismo que arriba.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Status
Invoca el subgrafo nombrado por handle con las opciones dadas y los tensores de entrada.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
Status
Invoca el subgrafo nombrado por handle con las opciones dadas y los tensores de entrada.

Tipos públicos

CallableHandle

int64 CallableHandle

Un identificador de un subgrafo, creado con ClientSession::MakeCallable() .

FeedType

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

Un tipo de datos para representar feeds en una llamada Run.

Este es un mapa de los objetos de Output devueltos por los constructores de operaciones al valor con el que alimentarlos. Consulte Input::Initializer para obtener detalles sobre lo que se puede usar como valores de alimentación.

Funciones publicas

ClientSession

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

Crea una nueva sesión para evaluar el gráfico contenido en el scope al conectarte al tiempo de ejecución de TensorFlow especificado por el target .

ClientSession

 ClientSession(
  const Scope & scope
)

Igual que el anterior, pero use la cadena vacía ("") como especificación de destino.

ClientSession

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

Cree una nueva sesión, configurándola con session_options .

MakeCallable

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

Crea un handle para invocar el subgrafo definido por callable_options .

NOTA: Esta API aún es experimental y puede cambiar.

ReleaseCallable

Status ReleaseCallable(
  CallableHandle handle
)

Libera los recursos asociados con el handle dado en esta sesión.

NOTA: Esta API aún es experimental y puede cambiar.

Correr

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

Evalúe los tensores en fetch_outputs .

Los valores se devuelven como objetos Tensor en las outputs . El número y el orden de las outputs coincidirán con fetch_outputs .

Correr

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

Igual que el anterior, pero use el mapeo en las inputs como feeds.

Correr

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

Lo mismo que arriba. Además, ejecuta las operaciones en run_outputs .

Correr

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

Utilice run_options para activar la generación de perfiles de rendimiento.

run_metadata , si no es nulo, se completa con los resultados del perfil.

Correr

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 thread::ThreadPoolOptions & threadpool_options
) const

Lo mismo que arriba.

Además, permite al usuario proporcionar una implementación personalizada de subprocesos a través de ThreadPoolOptions.

RunCallable

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

Invoca el subgrafo nombrado por handle con las opciones dadas y los tensores de entrada.

El orden de los tensores en feed_tensors debe coincidir con el orden de los nombres en CallableOptions::feed() y el orden de los tensores en fetch_tensors coincidirá con el orden de los nombres en CallableOptions::fetch() cuando se creó este subgrafo. NOTA: Esta API aún es experimental y puede cambiar.

RunCallable

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

Invoca el subgrafo nombrado por handle con las opciones dadas y los tensores de entrada.

El orden de los tensores en feed_tensors debe coincidir con el orden de los nombres en CallableOptions::feed() y el orden de los tensores en fetch_tensors coincidirá con el orden de los nombres en CallableOptions::fetch() cuando se creó este subgrafo. NOTA: Esta API aún es experimental y puede cambiar.

~ ClientSession

 ~ClientSession()