python - Tensorflow输入管道用于分布式培训

我正试图找出如何在分布式训练中为tensorflow设置输入管道。还不清楚读卡器是从单个进程读取数据并将数据发送给所有工人，还是每个服务器都将启动自己的输入管道？我们如何确保每个员工都有不同的投入？

最佳答案

我将举例说明我是如何做到这一点的：

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

获取bucket中与input_pattern对应的所有文件名

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

为workertask_index选择名称tf.strided_slice就像列表的切片：一个[：：，任务索引]（为workertask_index选择每个文件）

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否是实现输入管道的最佳方法，因为每个工人都读取bucket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