python – 用于分布式培训的Tensorflow输入管道

2019年7月28日 149次阅读

我试图弄清楚如何在分布式训练中设置输入管道的张量流.目前尚不清楚读者是否会从单个进程读取并将数据发送给所有工作人员,或者每个服务器是否会启动它自己的输入管道？我们如何确保每个工人都有不同的投入？ 最佳答案 我将举例说明我是如何做到的：

import tensorflow as tf
batch_size = 50
task_index = 2
num_workers = 10
input_pattern = "gs://backet/dir/part-00*"

获取存储桶中与input_pattern对应的所有文件名

files_names = tf.train.match_filenames_once(
                input_pattern, name = "myFiles")

为worker task_index选择名称. tf.strided_slice就像列表的切片：a [::,task_index](为worker task_index选择每个task_indexth文件)

to_process = tf.strided_slice(files_names, [task_index],
                 [999999999], strides=[num_workers])
filename_queue = tf.train.string_input_producer(to_process,
                     shuffle=True, #shufle files
                     num_epochs=num_epochs)

reader = tf.TextLineReader()
_ , value = reader.read(filename_queue)
col1,col2 = tf.decode_csv(value,
        record_defaults=[[1],[1]], field_delim="\t")

train_inputs, train_labels = tf.train.shuffle_batch([col1,[col2]],
        batch_size=batch_size,
        capacity=50*batch_size,
        num_threads=10,
        min_after_dequeue = 10*batch_size,
        allow_smaller_final_batch = True)

loss = f(...,train_inputs, train_labels)
optimizer = ...

with tf.train.MonitoredTrainingSession(...) as mon_sess:
    coord = tf.train.Coordinator()
    with coord.stop_on_exception():
        _ = tf.train.start_queue_runners(sess = mon_sess, coord=coord)
        while not coord.should_stop() and not mon_sess.should_stop():
            optimizer.run()

在分布式TensorFlow实现的情况下,我不确定我的方法是实现输入管道的最佳方法,因为每个worker都读取桶中所有文件的名称

关于TensorFlow中输入管道的好讲座：http://web.stanford.edu/class/cs20si/lectures/notes_09.pdf

点赞