tensorflow对象检测支持分布式策略吗？

Question

系统信息

• 您正在使用的模型的顶层目录是什么:对象检测
• 编写了自定义代码(而不是使用TensorFlow中提供的股票示例脚本)：No
• 操作系统平台和发行版(例如LinuxUbuntu16.04)：CentOS7.5
• 从(源或二进制)安装的TensorFlow ：
• TensorFlow版本(使用下面的命令)：1.9.0
• Bazel版本(如果从源代码编译)：0.19
• CUDA/cuDNN版本：9.0
• GPU模型与存储器：泰坦1080 Ti / 8G
• 用于复制的精确命令:否
• 分布式环境：2台机器，每个有8个GPU

描述这个问题

我想要进行一次关于对象检测的分布式培训。首先，我通过在命令中设置'model_main.py‘来运行文件'TF_CONFIG’，它运行得很顺利。这是运行分布式培训的正确方式吗？但这种方式似乎是一种异步训练。为了运行同步培训，我将'RunConfig‘设置为blow，正如它在分配策略中提到的

config = tf.estimator.RunConfig(train_distribute=tf.contrib.distribute.CollectiveAllReduceStrategy())

它报告说：

AttributeError：“模块”对象没有属性“CollectiveAllReduceStrategy”。

tensorflow对象检测支持分布式策略吗？如果是，使用分发策略和不使用分发策略有什么区别？如果没有，还有其他方法来运行同步培训吗？

Answer 1

您应该更新tensorflow版本的>= 1.11