远程tensorflow执行(rtf):grpc服务器和客户端生成器
rtf的Python项目详细描述
#远程tensorflow执行(rtf)
使用grpc将tensorflow python api的强大功能带给任何语言。
此存储库包含rtf服务器和客户端生成器的代码。
**警告**:实验性的、不稳定的、在制品。
server
grpc服务器实现服务器端协议。它接受函数定义的请求并执行这些请求。
执行留给python解释器,输出流回客户端。
但是“setup.py”脚本会处理所有事情。有两个选项
1。` pip install-e.`在编辑模式下使用编译的protobufs
2。` pip install.`安装程序包(它也编译proto)
3.(未来)`pip install rtf``pip install rtf gpu`
\启动grpc服务器
`````
python-m rtf.server
````
```
`````
``客户端存根生成
``要在` dest_dir`中生成客户端存根,请使用` rtf.generate` generate` module.generat
`````
``````
``````
````
``要在`` dest `` u dir`中生成客户端存根,请使用` rtf.generate` module ` rt唯一的发电机要开发的是go。
使用grpc将tensorflow python api的强大功能带给任何语言。
此存储库包含rtf服务器和客户端生成器的代码。
**警告**:实验性的、不稳定的、在制品。
server
grpc服务器实现服务器端协议。它接受函数定义的请求并执行这些请求。
执行留给python解释器,输出流回客户端。
但是“setup.py”脚本会处理所有事情。有两个选项
1。` pip install-e.`在编辑模式下使用编译的protobufs
2。` pip install.`安装程序包(它也编译proto)
3.(未来)`pip install rtf``pip install rtf gpu`
\启动grpc服务器
`````
python-m rtf.server
````
```
`````
``客户端存根生成
``要在` dest_dir`中生成客户端存根,请使用` rtf.generate` generate` module.generat
`````
``````
``````
````
``要在`` dest `` u dir`中生成客户端存根,请使用` rtf.generate` module ` rt唯一的发电机要开发的是go。