这一章将重点介绍如何开始使用分布式 TensorFlow。旨在帮助开发者理解基本的分布式 TF 概念,例如 TF 服务器。我们将使用 Jupyter Notebook 来评估分布式 TensorFlow。下面是使用 TensorFlow 进行分布式计算的实现步骤 −
步骤 1 − 导入必要的模块,用于分布式计算。
import tensorflow as tf
步骤 2 − 创建一个具有一个节点的 TensorFlow 集群。让这个节点负责一个名为 "worker" 的任务,并且将在 localhost:2222 上运行。
cluster_spec = tf.train.ClusterSpec({'worker' : ['localhost:2222']})
server = tf.train.Server(cluster_spec)
server.target
上述脚本生成以下输出结果 −
'grpc://localhost:2222'
The server is currently running.
步骤 3 − 执行以下命令可以计算服务器配置及其相应的会话 −
server.server_def
上述命令生成以下输出结果 −
cluster {
job {
name: "worker"
tasks {
value: "localhost:2222"
}
}
}
job_nam