用于分布式训练的Tensorflow输入管道

Question

我正在尝试弄清楚如何在分布式训练中为tensorflow设置输入管道。目前还不清楚读取器是否会从单个进程读取数据并将数据发送给所有工作进程，还是每个服务器都会启动自己的输入管道？我们如何确保每个工人都有不同的输入？

Answer 1

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*"

获取存储桶中input_pattern对应的所有文件名

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

选择worker task_index的名称。tf.strided_slice类似于列表的切片:一个::,task_index

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式，因为每个worker都读取存储桶中所有文件的名称

关于TensorFlow中输入管道的精彩演讲：http://web.stanford.edu/class/cs20si/lectures/notes_09.pdf