一、单机编程框架
单机程序是指启动和运行都在一台机器的一个进程中完成,因为没有网络开销,非常适合参数不多、计算量小的模型。
步骤,创建单机数据流图,创建并运行单机会话。
saver = tf.train.Saver() sess = tf.InteractiveSession() tf.global_variables_initializer().run() for i in range(1000): batch_xs,batch_ys = mnist.train.next_batch(100) sess.run(train_step,feed_dict={x:batch_xs,y_=batch_ys}) if i%100 = 0: saver.save(sess,‘mnist.ckpt‘) correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels})
如果想指定机器上的设备如cpu,gpu
可以使用
with tf.device(‘/cpu:0‘):
……
二、分布式程序编程框架
PS-worker是一种经典的分布式架构,它在大规模分布式机器学习和深度学习中有广泛的应用,tensorFlow提供了对PS-worker的支持。
步骤
(1).pull,各worker根据数据流图的拓扑结构,从PS拉取最新的模型参数
(2).feed,各worker按照一定的规则填充不同批次的批数据
(3).compute,各worker使用相同的模型参数和不同的批数据计算梯度,得出不同的梯度值
(4).push,各worker将上一步计算得到的梯度值推送到PS
(5).update,PS汇总数据,求出梯度平均值后更新模型参数
分布式程序运行步骤 创建集群,创建分布式数据流图,创建分布式会话
集群创建, tf.train.Server(host,job_name,task_index)
将操作放置在目标设备上
with tf.device(‘/job:PS/task:0‘): weights_1 = tf.Variable() with tf.device(‘/job:PS/task:1‘): weights_2 = tf.Variable() with tf.device(‘/job:worker/task:1‘): tf.nn.relu()
3.训练机制
同步训练机制
每个worker独立训练,直到所有worker计算出梯度值后进行模型参数的汇总计算,并更新当前训练步的模型参数,计算较快的worker需要阻塞等待计算较慢的worker
y = tf.nn.softmax(tf.nn.xw_plus_b(hid,sm_w,sm_b)) cross_entropy = -tf.reduce_sum(FLAGS.learning_rate) if FLAGS.sync_replicas: opt = tf.train.SyncReplicasOptimizer(opt,replicas_to_aggregate=10,total_num_replicas=100,name=‘mnist_sync‘) opt.minimize(cross_entropy,global_step=1)
异步训练机制
每个worker独立训练,计算出梯度值后立即进行模型参数计算,每个worker无阻塞等待其他所有worker的梯度计算完成。
原文地址:https://www.cnblogs.com/yangyang12138/p/12089360.html
时间: 2024-10-10 16:05:04