tf.distribute.Server

Сервер TensorFlow, работающий внутри процесса, предназначенный для распределённого обучения.

Просмотреть псевдонимы

Совместимые псевдонимы для миграции

Подробнее см. в руководстве по миграции.

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 ноутбуках

Используется в руководстве	Используется в учебных материалах
Миграция обучения на CPU/GPU с несколькими рабочими узлами	Обучение с сервером параметров и ParameterServerStrategy

Экземпляр tf.distribute.Server объединяет набор устройств и целевой объект tf.compat.v1.Session, которые могут участвовать в распределённом обучении. Сервер принадлежит кластеру (задаваемому с помощью tf.train.ClusterSpec) и соответствует определённой задаче в именованном задании. Сервер может взаимодействовать с любым другим сервером в том же кластере.

Аргументы
`server_or_cluster_def`	Протокольный буфер `tf.train.ServerDef` или `tf.train.ClusterDef` либо объект `tf.train.ClusterSpec`, описывающий создаваемый сервер и/или кластер, членом которого он является.
`job_name`	(Необязательно.) Указывает имя задания, членом которого является сервер. По умолчанию используется значение из `server_or_cluster_def`, если оно указано.
`task_index`	(Необязательно.) Указывает индекс задачи сервера в его задании. По умолчанию используется значение из `server_or_cluster_def`, если оно указано. В противном случае по умолчанию используется 0, если в задании сервера только одна задача.
`protocol`	(Необязательно.) Указывает протокол, который будет использоваться сервером. Допустимые значения включают `"grpc", "grpc+verbs"`. По умолчанию используется значение из `server_or_cluster_def`, если оно указано. В противном случае по умолчанию используется `"grpc"`.
`config`	(Необязательно.) Объект `tf.compat.v1.ConfigProto`, задающий параметры конфигурации по умолчанию для всех сеансов, выполняемых на этом сервере.
`start`	(Необязательно.) Логическое значение, указывающее, следует ли запускать сервер после его создания. По умолчанию — `True`.

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

Атрибуты
`server_def`	Возвращает `tf.train.ServerDef` для этого сервера.
`target`	Возвращает целевой объект, к которому может подключиться `tf.compat.v1.Session`. Чтобы создать `tf.compat.v1.Session`, подключающийся к этому серверу, используйте следующий фрагмент кода: server = tf.distribute.Server(...) with tf.compat.v1.Session(server.target): # ...

Методы

`create_local_server`

Просмотреть исходный код

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

Создаёт новый однопроцессный кластер, работающий на локальном хосте.

Этот метод служит упрощённой обёрткой для создания tf.distribute.Server с tf.train.ServerDef, который задаёт однопроцессный кластер с одной задачей в задании с именем "local".

Аргументы
`config`	(Необязательно.) Объект `tf.compat.v1.ConfigProto`, задающий параметры конфигурации по умолчанию для всех сеансов, выполняемых на этом сервере.
`start`	(Необязательно.) Логическое значение, указывающее, следует ли запускать сервер после его создания. По умолчанию — `True`.

Возвращает
Локальный `tf.distribute.Server`.

`join`

Просмотреть исходный код

join()

Блокирует выполнение до завершения работы сервера.

В настоящее время этот метод блокирует выполнение навсегда.

Вызывает исключения
`tf.errors.OpError`	Или один из его подклассов, если при подключении к серверу TensorFlow произошла ошибка.

`start`

Просмотреть исходный код

start()

Запускает этот сервер.

Вызывает исключения
`tf.errors.OpError`	Или один из его подклассов, если при запуске сервера TensorFlow произошла 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