tf.distribute.Server

Сервер TensorFlow в процессе выполнения, используемый для распределенного обучения.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.distribute.Server, tf.compat.v1.train.Server

tf.distribute.Server(
    server_or_cluster_def,
    job_name=None,
    task_index=None,
    protocol=None,
    config=None,
    start=True
)

Используется в блокнотах

Используется в руководстве	Используется в учебниках
Миграция многопроцессорного обучения CPU/GPU	Обучение с сервером параметров с помощью ParameterServerStrategy

Экземпляр tf.distribute.Server оборачивает набор устройств и целевой объект tf.compat.v1.Session, который может участвовать в распределённом обучении. Сервер принадлежит кластеру (указан tf.train.ClusterSpec) и соответствует определённой задаче в заданном имени работы. Сервер может взаимодействовать с любым другим сервером в том же кластере.

Аргументы
`server_or_cluster_def`	`tf.train.ServerDef` или `tf.train.ClusterDef` протокол буфера, или объект `tf.train.ClusterSpec`, описывающий создаваемый сервер и/или кластер, к которому он принадлежит.
`job_name`	(Необязательно.) Указывает имя работы, к которой принадлежит сервер. По умолчанию принимает значение из `server_or_cluster_def`, если задано.
`task_index`	(Необязательно.) Указывает индекс задачи сервера в его работе. По умолчанию принимает значение из `server_or_cluster_def`, если задано. В противном случае по умолчанию принимает значение 0, если работа сервера содержит только одну задачу.
`protocol`	(Необязательно.) Указывает протокол, используемый сервером. Допустимые значения включают `"grpc", "grpc+verbs"`. По умолчанию принимает значение из `server_or_cluster_def`, если задано. В противном случае по умолчанию принимает значение `"grpc"`.
`config`	(Необязательно.) `tf.compat.v1.ConfigProto`, определяющий параметры конфигурации по умолчанию для всех сессий, выполняемых на этом сервере.
`start`	(Необязательно.) Булево значение, указывающее, следует ли запустить сервер после его создания. По умолчанию `True`.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если при создании сервера TensorFlow возникла ошибка.

Атрибуты
`server_def`	Возвращает `tf.train.ServerDef` для этого сервера.
`target`	Возвращает целевой объект для подключения `tf.compat.v1.Session` к этому серверу. Для создания `tf.compat.v1.Session`, подключающегося к этому серверу, используйте следующий фрагмент: server = tf.distribute.Server(...) with tf.compat.v1.Session(server.target): # ...

Методы

`create_local_server`

Посмотреть исходный код

@staticmethod
create_local_server(
    config=None, start=True
)

Создаёт новый кластер с одним процессом, работающим на локальном хосте.

Этот метод является удобной обёрткой для создания tf.distribute.Server с tf.train.ServerDef, который определяет кластер с одним процессом, содержащий одну задачу в работе под названием "local".

Аргументы
`config`	(Необязательно.) `tf.compat.v1.ConfigProto`, определяющий параметры конфигурации по умолчанию для всех сессий, выполняемых на этом сервере.
`start`	(Необязательно.) Булево значение, указывающее, следует ли запустить сервер после его создания. По умолчанию `True`.

Возвращает
Локальный `tf.distribute.Server`.

`join`

Посмотреть исходный код

join()

Ожидает завершения работы сервера.

Этот метод в настоящее время ожидает вечно.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если при присоединении к серверу TensorFlow возникла ошибка.

`start`

Посмотреть исходный код

start()

Запускает этот сервер.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если при запуске сервера TensorFlow возникла ошибка.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/distribute/Server