tf.data.experimental.service.DispatchServer

Сервер диспетчеризации tf.data сервиса в процессе.

tf.data.experimental.service.DispatchServer(
    port, protocol=None, start=True
)

A tf.data.experimental.service.DispatchServer координирует кластер tf.data.experimental.service.WorkerServers. Когда рабочие запускаются, они регистрируются у диспетчера.

dispatcher = tf.data.experimental.service.DispatchServer(port=0)
dispatcher_address = dispatcher.target.split("://")[1]
worker = tf.data.experimental.service.WorkerServer(
    port=0, dispatcher_address=dispatcher_address)
dataset = tf.data.Dataset.range(10)
dataset = dataset.apply(tf.data.experimental.service.distribute(
    processing_mode="parallel_epochs", service=dispatcher.target))
print(list(dataset.as_numpy_iterator()))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

При запуске отдельного процесса диспетчеризации tf.data используйте join(), чтобы заблокироваться на неопределённое время после запуска сервера.

dispatcher = tf.data.experimental.service.DispatchServer(port=5050)
dispatcher.join()

Аргументы
`port`	Указывает порт для привязки.
`protocol`	(Необязательно.) Указывает протокол, который будет использоваться сервером. Допустимые значения включают `"grpc", "grpc+local"`. По умолчанию `"grpc"`.
`start`	(Необязательно.) Булево значение, указывающее, нужно ли запускать сервер после его создания. По умолчанию `True`.

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

Атрибуты

Атрибуты
`target`	Возвращает целевой объект, который можно использовать для подключения к серверу. dispatcher = tf.data.experimental.service.DispatchServer(port=0) dataset = tf.data.Dataset.range(10) dataset = dataset.apply(tf.data.experimental.service.distribute( processing_mode="parallel_epochs", service=dispatcher.target)) Возвращаемая строка будет в формате протокол://адрес, например, "grpc://localhost:5050".

target

Возвращает целевой объект, который можно использовать для подключения к серверу.

dispatcher = tf.data.experimental.service.DispatchServer(port=0)
dataset = tf.data.Dataset.range(10)
dataset = dataset.apply(tf.data.experimental.service.distribute(
    processing_mode="parallel_epochs", service=dispatcher.target))

Возвращаемая строка будет в формате протокол://адрес, например, "grpc://localhost:5050".

Методы

`join`

Просмотреть исходный код

join()

Заблокировать до завершения работы сервера.

Это полезно при запуске отдельного процесса диспетчеризации.

dispatcher = tf.data.experimental.service.DispatchServer(port=5050)
dispatcher.join()

Исключения
`tf.errors.OpError`	Или один из его подклассов, если при присоединении к серверу произошла ошибка.

`start`

Просмотреть исходный код

start()

Запустить сервер.

dispatcher = tf.data.experimental.service.DispatchServer(port=0,
                                                         start=False)
dispatcher.start()

Исключения
`tf.errors.OpError`	Или один из его подклассов, если при запуске сервера произошла ошибка.

© 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/r2.3/api_docs/python/tf/data/experimental/service/DispatchServer