05tensorflow分布式会话
一. tensorflow分布式
1. 概念
分布式Tensorflow是由高性能的gRPC框架作为底层技术来支持的。这是一个通信框架gRPC(google remote procedure call),是一个高性能、跨平台的RPC框架。RPC协议,即远程过程调用协议,是指通过网络从远程计算机程序上请求服务。
2. 模式
1)单机单卡 一台服务器上多台设备(GPU)
2)多机多卡(分布式)
l 参数服务器(parameter server)ps:更新参数、保存参数
l 工作服务器(worker):主要功能是计算。worker节点中需要一个主节点来进行会话初始化,创建文件等操作,其他节点等待进行计算
二. API
1. 分布式会话
MonitoredTrainingSession(master=‘’,is_chief=True,checkpoint_dir=None,hooks=None,save_checkpoint_secs=600,save_summaries_steps=USE_DEFAULT,save_summaries_secs=USE_DEFAULT,config=None) 分布式会话函数
- master:指定运行会话协议IP和端口(用于分布式)
“grpc://192.168.0.1:2000”
- is_chief是否为主worker(用于分布式)
如果True,它将负责初始化和恢复基础的TensorFlow会话。如果False,
它将等待一位负责人初始化或恢复TensorFlow会话。
- checkpoint_dir:检查点文件目录,同时也是events目录
- config:会话运行的配置项, tf.ConfigProto(log_device_placement=True)
- hooks:可选SessionRunHook对象列表
生成的对象可调用的函数:
- should_stop():是否异常停止
- run():跟session一样可以运行op
2. Hook
tf.train.SessionRunHook
- Hook to extend calls to MonitoredSession.run()
- 1、begin():
- 在会话之前,做初始化工作
- 2、before_run(run_context)
在每次调用run()之前调用,以添加run()中的参数。
ARGS:
run_context:一个SessionRunContext对象,包含会话运行信息
return:一个SessionRunArgs对象,例如:tf.train.SessionRunArgs(loss)
- 3、after_run(run_context,run_values)
在每次调用run()后调用,一般用于运行之后的结果处理
该run_values参数包含所请求的操作/张量的结果 before_run()。
该run_context参数是相同的一个发送到before_run呼叫。
ARGS:
run_context:一个SessionRunContext对象
run_values一个SessionRunValues对象, run_values.results
注:在使用钩子的时候需要定义一个全局步数
global_step =
tf.contrib.framework.get_or_create_global_step()
3.
创建集群
cluster =
tf.train.ClusterSpec({"ps": ps_spec, "worker":
worker_spec})
cluster = tf.train.ClusterSpec({
“worker”:[“worker0.example.com:2222”,
/job:worker/task:0
“worker1.example.com:2222”, /job:worker/task:1
“worker2.example.com:2222”],
/job:worker/task:2
"ps":
[“ps0.example.com:2222”, /job:ps/task:0
“ps1.example.com:2222”] /job:ps/task:1
})
4.
创建服务
tf.train.Server(server_or_cluster_def,
job_name=None, task_index=None, protocol=None, config=None, start=True) 创建服务(ps,worker)
l server_or_cluster_def: 集群描述
l job_name: 任务类型名称
l task_index: 任务数
attribute:target
返回tf.Session连接到此服务器的目标
method:join()
参数服务器端,直到服务器等待接受参数任务关闭
5.
工作节点指定设备运行
tf.device(device_name_or_function)
- 选择指定设备或者设备函数
- if device_name:
- 指定设备
- 例如:"/job:worker/task:0/cpu:0”
- if function:
- tf.train.replica_device_setter(worker_device=worker_device,cluster=cluster)
- 作用:通过此函数协调不同设备上的初始化操作
- worker_device:为指定设备,
“/job:worker/task:0/cpu:0” or"/job:worker/task:0/gpu:0"
- cluster:集群描述对象
注:使用with tf.device(),使不同工作节点工作在不同的设备上
三. 案例
1 import tensorflow as tf
2
3 FLAGS = tf.app.flags.FLAGS
4
5 tf.app.flags.DEFINE_string("job_name", " ", "启动服务的类型ps or worker")
6 tf.app.flags.DEFINE_integer("task_index", 0, "指定ps或者worker当中的那一台服务器以task:0 ,task:1")
7
8 def main(argv):
9
10 # 定义全集计数的op ,给钩子列表当中的训练步数使用
11 global_step = tf.contrib.framework.get_or_create_global_step()
12
13 # 指定集群描述对象, ps , worker
14 cluster = tf.train.ClusterSpec({"ps": ["10.211.55.3:2223"], "worker": ["192.168.65.44:2222"]})
15
16 # 创建不同的服务, ps, worker
17 server = tf.train.Server(cluster, job_name=FLAGS.job_name, task_index=FLAGS.task_index)
18
19 # 根据不同服务做不同的事情 ps:去更新保存参数 worker:指定设备去运行模型计算
20 if FLAGS.job_name == "ps":
21 # 参数服务器什么都不用干,是需要等待worker传递参数
22 server.join()
23 else:
24 worker_device = "/job:worker/task:0/cpu:0/"
25
26 # 可以指定设备取运行
27 with tf.device(tf.train.replica_device_setter(
28 worker_device=worker_device,
29 cluster=cluster
30 )):
31 # 简单做一个矩阵乘法运算
32 x = tf.Variable([[1, 2, 3, 4]])
33 w = tf.Variable([[2], [2], [2], [2]])
34
35 mat = tf.matmul(x, w)
36
37 # 创建分布式会话
38 with tf.train.MonitoredTrainingSession(
39 master= "grpc://192.168.65.44:2222", # 指定主worker
40 is_chief= (FLAGS.task_index == 0),# 判断是否是主worker
41 config=tf.ConfigProto(log_device_placement=True),# 打印设备信息
42 hooks=[tf.train.StopAtStepHook(last_step=200)]
43 ) as mon_sess:
44 while not mon_sess.should_stop():
45 print(mon_sess.run(mat))
46
47
48 if __name__ == "__main__":
49 tf.app.run()
05tensorflow分布式会话的更多相关文章
- 补习系列(15)-springboot 分布式会话原理
目录 一.背景 二.SpringBoot 分布式会话 三.样例程序 四.原理进阶 A. 序列化 B. 会话代理 C. 数据老化 小结 一.背景 在 补习系列(3)-springboot 几种scope ...
- 004-restful应用构建、分布式会话、测试工具简介
一.概述 什么是rest(表述性状态转移,Representational State Transfer)是一种架构风格.他定义了创建可扩展Web服务的最佳实践. 1.Richardson成熟度模型 ...
- 第二十三章 多项目集中权限管理及分布式会话——《跟我学Shiro》
二十三章 多项目集中权限管理及分布式会话——<跟我学Shiro> 博客分类: 跟我学Shiro 跟我学Shiro 目录贴:跟我学Shiro目录贴 在做一些企业内部项目时或一些互联网后台时 ...
- 使用Redis实现分布式会话
1. 概述 传统的单体应用中,用户是否登录,通常是通过从Tomcat容器的session中获取登录用户信息判断的. 但在分布式的应用中,通常负载均衡了多台Tomcat,每台Tomcat都有自己独立的s ...
- 使用Spring Session做分布式会话管理
在Web项目开发中,会话管理是一个很重要的部分,用于存储与用户相关的数据.通常是由符合session规范的容器来负责存储管理,也就是一旦容器关闭,重启会导致会话失效.因此打造一个高可用性的系统,必须将 ...
- 使用SpringSession管理分布式会话时遇到的反序列化问题
关于SpringSession相关的介绍和使用指南,可移步如下网址: [SpringSession管理分布式系统的会话Session] https://www.cnblogs.com/captaina ...
- [源码解析] TensorFlow 分布式环境(1) --- 总体架构
[源码解析] TensorFlow 分布式环境(1) --- 总体架构 目录 [源码解析] TensorFlow 分布式环境(1) --- 总体架构 1. 总体架构 1.1 集群角度 1.1.1 概念 ...
- [源码解析] TensorFlow 分布式环境(2)---Master 静态逻辑
[源码解析] TensorFlow 分布式环境(2)---Master 静态逻辑 目录 [源码解析] TensorFlow 分布式环境(2)---Master 静态逻辑 1. 总述 2. 接口 2.1 ...
- [源码解析] TensorFlow 分布式环境(3)--- Worker 静态逻辑
[源码解析] TensorFlow 分布式环境(3)--- Worker 静态逻辑 目录 [源码解析] TensorFlow 分布式环境(3)--- Worker 静态逻辑 1. 继承关系 1.1 角 ...
随机推荐
- JVM学习七-(复习)垃圾收集策略与算法
垃圾收集策略与算法 程序计数器.虚拟机栈.本地方法栈随线程而生,也随线程而灭:栈帧随着方法的开始而入栈,随着方法的结束而出栈.这几个区域的内存分配和回收都具有确定性,在这几个区域内不需要过多考虑回收的 ...
- UIKit绘图演练
一般使用UIKit给我们提供的绘图来绘制一些文字,图片这些东西. UIKit给我们提供画图的方法底层也是分为四步.所以也必须在drawRect方法当中去写. 1.如何画文字? ...
- linux下打包所有文件,包括隐藏文件到压缩包
命令如下: cd /root/test/ tar czvf test.tar.gz .[!.]* * 解释: tar czvf test.tar.gz * 压缩当前文件夹下非[隐藏文件]的文件 tar ...
- 性能测试之监控--zabbix通过jmx监控tomcat
前提: 已经安装好了zabbix server 实验环境 Centos 7 Zabbix 3.0 Tomcat 7.0 JDK 1.8 安装JDK tar -zxvf jdk-8u181-linux- ...
- 如何添加自己的code snippet
好了我们开始说吧 1.先建一个后缀名为.sublime-snippet的文件
- Solution -「CF 908G」New Year and Original Order
\(\mathcal{Description}\) Link. 对于 \(x\in\mathbb N^*\),令 \(s(x)\) 表示将 \(x\) 十进制下的各位数码排序后得到的十进制数的 ...
- Solution -「CF 1349D」Slime and Biscuits
\(\mathcal{Description}\) Link. 有 \(n\) 堆饼干,一开始第 \(i\) 堆有 \(a_i\) 块.每次操作从所有饼干中随机一块,将其随机丢到另外一堆.求所 ...
- Vue.js——学习笔记
Vue-自学笔记 Vue (读音 /vjuː/,类似于 view) 是一套用于构建用户界面的渐进式框架.与其它大型框架不同的是,Vue 被设计为可以自底向上逐层应用.Vue 的核心库只关注视图层,不仅 ...
- Python+selenium自动循环送贺卡
Python源代码如下: # coding=utf-8 from selenium import webdriver from time import sleep from random import ...
- volatile关键字的相关学习记录
1:volatile是什么? Volatile是java虚拟机提供的一种轻量级的同步机制,具有 三大特性,分别是:保证可见性.不保证原子性.禁止指令重排 可见性: 概念:每一个线程都有自己的工作内存, ...