tf.data.experimental.service.WorkerServer
Сервер-работник службы tf.data в одном процессе.
tf.data.experimental.service.WorkerServer(
config, start=True
)
A tf.data.experimental.service.WorkerServer выполняет обработку tf.data.Dataset для настраиваемых набором данных, и предоставляет полученные элементы через RPC. Работник ассоциирован с одним tf.data.experimental.service.DispatchServer.
dispatcher = tf.data.experimental.service.DispatchServer()
dispatcher_address = dispatcher.target.split("://")[1]
worker = tf.data.experimental.service.WorkerServer(
tf.data.experimental.service.WorkerConfig(
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 работника tf.data, используйте join(), чтобы заблокировать выполнение неопределённое время после запуска сервера.
worker = tf.data.experimental.service.WorkerServer(
port=5051, dispatcher_address="grpc://localhost:5050")
worker.join()
| Аргументы | |
|---|---|
config | Конфигурация tf.data.experimental.service.WorkerConfig. |
start | (Необязательно.) Булево значение, указывающее, нужно ли запускать сервер после его создания. По умолчанию True. |
Методы
join
join()
Ожидает завершения работы сервера.
Это полезно при запуске отдельного процесса работника.
worker_server = tf.data.experimental.service.WorkerServer(
port=5051, dispatcher_address="grpc://localhost:5050")
worker_server.join()
В данный момент этот метод блокирует выполнение навсегда.
| Исключения | |
|---|---|
tf.errors.OpError | Или один из его подклассов, если возникла ошибка при присоединении к серверу. |
start
start()
Запускает этот сервер.
| Исключения | |
|---|---|
tf.errors.OpError | Или один из его подклассов, если возникла ошибка при запуске сервера. |
© 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/r2.4/api_docs/python/tf/data/experimental/service/WorkerServer