tensorflow:: Sesión de cliente

#include <client_session.h>

Un objeto ClientSession permite que la persona que llama controle 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)
Cree una nueva sesión para evaluar el gráfico contenido en el scope conectándose al tiempo de ejecución de TensorFlow especificado por target .
ClientSession (const Scope & scope)
Igual que arriba, pero use la cadena vacía ("") como la especificación de destino.
ClientSession (const Scope & scope, const SessionOptions & session_options)
Cree una nueva sesión, configurándola con session_options .
~ClientSession ()

Tipos públicos

CallableHandle definición de tipo
int64
Un identificador de un subgrafo, creado con ClientSession::MakeCallable() .
FeedType definición de tipo
std::unordered_map< Output , Input::Initializer , OutputHash >
Un tipo de datos para representar fuentes a 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 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 fuentes.
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 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
Utilice run_options para activar la creación 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() .

Tipo de alimentación

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

Un tipo de datos para representar fuentes a una llamada Run.

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

Funciones publicas

Sesión de cliente

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

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

Sesión de cliente

 ClientSession(
  const Scope & scope
)

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

Sesión de cliente

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

Cree una nueva sesión, configurándola con session_options .

MakeCalable

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.

ReleaseCalable

Status ReleaseCallable(
  CallableHandle handle
)

Libera 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 fuentes.

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 ins 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 creación de perfiles de rendimiento.

run_metadata , si no es nulo, se completa con los resultados de la generación de perfiles.

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 de subprocesos personalizada a través de ThreadPoolOptions.

RunCalable

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.

RunCalable

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.

~Sesión de cliente

 ~ClientSession()