Python tf.config.experimental_connect_to_cluster用法及代码示例

连接到给定的集群。

用法

tf.config.experimental_connect_to_cluster(
    cluster_spec_or_resolver, job_name='localhost', task_index=0,
    protocol=None, make_master_device_default=True, cluster_device_filters=None
)

参数

cluster_spec_or_resolver 说明集群的ClusterSpec 或ClusterResolver。
job_name 本地作业的名称。
task_index 本地任务索引。
protocol 通信协议，例如 "grpc" 。如果未指定，将使用 python/platform/remote_utils.py 中的默认值。
make_master_device_default 如果 True 并且通过了集群解析器，将自动进入 master 任务设备范围，这表明 master 成为运行 ops 的默认设备。如果通过了集群规范，它不会做任何事情。如果调用者当前已经在某个设备范围内，则会抛出错误。
cluster_device_filters tf.train.experimental/ClusterDeviceFilters 的实例，为集群中的远程任务指定设备过滤器。

将使集群上的设备可供使用。请注意，多次调用它会起作用，但会使旧远程设备上的任何张量句柄无效。

如果集群规范中不存在给定的本地作业名称，它将使用本地主机上未使用的端口自动添加。

可以指定设备过滤器来隔离远程任务组，以避免工作人员之间进行不希望的访问。在过滤的远程设备上访问资源或启动操作/函数的工作人员将导致错误(未知设备)。对于任何远程任务，如果不存在设备过滤器，则所有集群设备都将可见；如果指定了任何设备过滤器，它只能看到匹配至少一个过滤器的设备。任务本身的设备始终可见。可以部分指定设备过滤器。

例如，对于为参数服务器训练设置的集群，可能会指定以下设备过滤器：

cdf = tf.config.experimental.ClusterDeviceFilters()
# For any worker, only the devices on PS nodes and itself are visible
for i in range(num_workers):
  cdf.set_device_filters('worker', i, ['/job:ps'])
# Similarly for any ps, only the devices on workers and itself are visible
for i in range(num_ps):
  cdf.set_device_filters('ps', i, ['/job:worker'])

tf.config.experimental_connect_to_cluster(cluster_def,
                                          cluster_device_filters=cdf)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.config.experimental_connect_to_cluster。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。