tf.distribute.Server

Сервер TensorFlow в процессе выполнения, предназначенный для использования в распределённом обучении.

Псевдонимы

Основные псевдонимы

`tf.train.Server`

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.distribute.Server, tf.compat.v1.train.Server, `tf.compat.v2.distribute.Server`

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

Объект tf.distribute.Server инкапсулирует набор устройств и целевой объект tf.compat.v1.Session, которые могут участвовать в распределённом обучении. Сервер принадлежит кластеру (указанному с помощью tf.train.ClusterSpec), и соответствует определённой задаче в заданном job. Сервер может общаться с любым другим сервером в том же кластере.

Аргументы
`server_or_cluster_def`	Протокол `tf.train.ServerDef` или `tf.train.ClusterDef`, или объект `tf.train.ClusterSpec`, описывающий создаваемый сервер и/или кластер, к которому он принадлежит.
`job_name`	(Необязательно.) Указывает имя job, к которому принадлежит сервер. По умолчанию используется значение в `server_or_cluster_def`, если оно задано.
`task_index`	(Необязательно.) Указывает индекс задачи сервера в его job. По умолчанию используется значение в `server_or_cluster_def`, если оно задано. В противном случае по умолчанию используется 0, если job сервера содержит только одну задачу.
`protocol`	(Необязательно.) Указывает протокол, который будет использоваться сервером. Допустимые значения включают `"grpc", "grpc+verbs"`. По умолчанию используется значение в `server_or_cluster_def`, если оно задано. В противном случае по умолчанию используется `"grpc"`.
`config`	(Необязательно.) Объект `tf.compat.v1.ConfigProto`, который указывает параметры конфигурации по умолчанию для всех сессий, которые выполняются на этом сервере.
`start`	(Необязательно.) Логическое значение, указывающее, нужно ли запускать сервер после его создания. По умолчанию `True`.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если возникнет ошибка во время создания сервера TensorFlow.

Атрибуты

server_def Возвращает tf.train.ServerDef для данного сервера.

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

target

Возвращает целевой объект для подключения tf.compat.v1.Session к этому серверу.

Для создания tf.compat.v1.Session, который подключается к этому серверу, используйте следующий фрагмент:

server = tf.distribute.Server(...)
with tf.compat.v1.Session(server.target):
# ...

Методы

`create_local_server`

Просмотр исходного кода

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

Создаёт новый кластер в одном процессе, работающий на локальном хосте.

Этот метод является удобной обёрткой для создания tf.distribute.Server с tf.train.ServerDef, который указывает кластер в одном процессе, содержащий одну задачу в job с именем "local".

Аргументы
`config`	(Необязательно.) Объект `tf.compat.v1.ConfigProto`, который указывает параметры конфигурации по умолчанию для всех сессий, которые выполняются на этом сервере.
`start`	(Необязательно.) Логическое значение, указывающее, нужно ли запускать сервер после его создания. По умолчанию `True`.

Возвращаемые значения
Локальный `tf.distribute.Server`.

`join`

Просмотр исходного кода

join()

Ожидает завершения работы сервера.

В настоящее время этот метод блокирует выполнение навсегда.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если возникнет ошибка во время присоединения к серверу TensorFlow.

`start`

Просмотр исходного кода

start()

Запускает этот сервер.

Возможные исключения
`tf.errors.OpError`	Или один из его подклассов, если возникнет ошибка во время запуска сервера TensorFlow.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/distribute/Server