Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tensorflow :: ClientSession

#include <client_session.h>

Obiekt ClientSession umożliwia wywołującemu kierowanie oceną wykresu TensorFlow utworzonego za pomocą interfejsu API C ++.

Podsumowanie

Przykład:

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()) { ... }  

Konstruktorzy i niszczyciele

ClientSession (const Scope & scope, const string & target)
Utwórz nową sesję, aby ocenić wykres zawarty w scope , łącząc się ze środowiskiem wykonawczym TensorFlow określonym przez target .
ClientSession (const Scope & scope)
Tak samo jak powyżej, ale użyj pustego ciągu („”) jako specyfikacji celu.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Utwórz nową sesję, konfigurując ją przy użyciu opcji session_options .
~ClientSession ()

Typy publiczne

CallableHandle typedef
int64
Dojście do podgrafu, utworzone za pomocą ClientSession::MakeCallable() .
FeedType typedef
std::unordered_map< Output , Input::Initializer ,OutputHash >
Typ danych do reprezentowania źródeł danych dla wywołania Run.

Funkcje publiczne

MakeCallable (const CallableOptions & callable_options, CallableHandle *out_handle)
Status
Tworzy handle do wywoływania podgrafu zdefiniowanego przez callable_options .
ReleaseCallable ( CallableHandle handle)
Status
Zwalnia zasoby powiązane z podanym handle w tej sesji.
Run (const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Status
Oceń tensory w fetch_outputs .
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, std::vector< Tensor > *outputs) const
Status
To samo co powyżej, ale użyj mapowania w inputs jako kanałach.
Run (const FeedType & inputs, const std::vector< Output > & fetch_outputs, const std::vector< Operation > & run_outputs, std::vector< Tensor > *outputs) const
Status
Tak samo jak powyżej. Dodatkowo uruchamia operacje ins 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
Użyj opcji run_options aby włączyć profilowanie wydajności.
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
Tak samo jak powyżej.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata)
Status
Wywołuje podgraf nazwany handle z podanymi opcjami i wejściowymi tensorami.
RunCallable ( CallableHandle handle, const std::vector< Tensor > & feed_tensors, std::vector< Tensor > *fetch_tensors, RunMetadata *run_metadata, const thread::ThreadPoolOptions & options)
Status
Wywołuje podgraf nazwany handle z podanymi opcjami i wejściowymi tensorami.

Typy publiczne

CallableHandle

int64 CallableHandle

Dojście do podgrafu, utworzone za pomocą ClientSession::MakeCallable() .

FeedType

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

Typ danych do reprezentowania źródeł danych dla wywołania Run.

To jest mapa obiektów Output zwracanych przez konstruktory op do wartości, którą je dostarczają. Zobacz Input::Initializer aby uzyskać szczegółowe informacje na temat tego, czego można użyć jako wartości kanału.

Funkcje publiczne

ClientSession

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

Utwórz nową sesję, aby ocenić wykres zawarty w scope , łącząc się ze środowiskiem wykonawczym TensorFlow określonym przez target .

ClientSession

 ClientSession(
  const Scope & scope
)

Tak samo jak powyżej, ale użyj pustego ciągu („”) jako specyfikacji celu.

ClientSession

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

Utwórz nową sesję, konfigurując ją przy użyciu opcji session_options .

MakeCallable

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

Tworzy handle do wywoływania podgrafu zdefiniowanego przez callable_options .

UWAGA: ten interfejs API jest nadal w fazie eksperymentalnej i może ulec zmianie.

ReleaseCallable

Status ReleaseCallable(
  CallableHandle handle
)

Zwalnia zasoby powiązane z podanym handle w tej sesji.

UWAGA: ten interfejs API jest nadal w fazie eksperymentalnej i może ulec zmianie.

Biegać

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

Oceń tensory w fetch_outputs .

Wartości są zwracane jako obiekty Tensor w outputs . Liczba i kolejność outputs będą zgodne z fetch_outputs .

Biegać

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

To samo co powyżej, ale użyj mapowania w inputs jako kanałach.

Biegać

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

Tak samo jak powyżej. Dodatkowo uruchamia operacje ins run_outputs .

Biegać

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 

Użyj opcji run_options aby włączyć profilowanie wydajności.

run_metadata , jeśli nie ma wartości null, jest wypełniana wynikami profilowania.

Biegać

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 

Tak samo jak powyżej.

Dodatkowo umożliwia użytkownikowi zapewnienie niestandardowej implementacji puli wątków za pośrednictwem ThreadPoolOptions.

RunCallable

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

Wywołuje podgraf nazwany handle z podanymi opcjami i wejściowymi tensorami.

Kolejność tensorów w feed_tensors musi być zgodna z kolejnością nazw w CallableOptions::feed() a kolejność tensorów w funkcji fetch_tensors będzie zgodna z kolejnością nazw w CallableOptions::fetch() podczas tworzenia tego podgrafu. UWAGA: ten interfejs API jest nadal w fazie eksperymentalnej i może ulec zmianie.

RunCallable

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

Wywołuje podgraf nazwany handle z podanymi opcjami i wejściowymi tensorami.

Kolejność tensorów w feed_tensors musi być zgodna z kolejnością nazw w CallableOptions::feed() a kolejność tensorów w funkcji fetch_tensors będzie zgodna z kolejnością nazw w CallableOptions::fetch() podczas tworzenia tego podgrafu. UWAGA: ten interfejs API jest nadal w fazie eksperymentalnej i może ulec zmianie.

~ ClientSession

 ~ClientSession()