Python tf.train.ClusterSpec用法及代碼示例

將集群表示為一組"tasks"，組織成"jobs"。

用法

tf.train.ClusterSpec(
    cluster
)

參數

cluster 將一個或多個作業名稱映射到 (i) 網絡地址列表，或 (ii) 將整數任務索引映射到網絡地址的字典；或 tf.train.ClusterDef 協議緩衝區。

拋出

TypeError 如果 cluster 不是將字符串映射到字符串列表的字典，也不是 tf.train.ClusterDef protobuf。

屬性

jobs 返回此集群中的作業名稱列表。

tf.train.ClusterSpec 表示參與分布式 TensorFlow 計算的進程集。每個tf.distribute.Server 都在一個特定的集群中構建。

要創建具有兩個作業和五個任務的集群，您需要指定從作業名稱到網絡地址列表(通常為 hostname-port 對)的映射。

cluster = tf.train.ClusterSpec({"worker":["worker0.example.com:2222",
                                           "worker1.example.com:2222",
                                           "worker2.example.com:2222"],
                                "ps":["ps0.example.com:2222",
                                       "ps1.example.com:2222"]})

每個作業也可以指定為從任務索引到網絡地址的稀疏映射。這使得無需知道(例如)所有其他工作任務的身份即可配置服務器：

cluster = tf.train.ClusterSpec({"worker":{1:"worker1.example.com:2222"},
                                "ps":["ps0.example.com:2222",
                                       "ps1.example.com:2222"]})

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.train.ClusterSpec。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。