跨流程共享tensorflow/keras模型

Question

我所拥有的是一个系统，在这个系统中，我从一个3-4个独立过程中连续生成预测的模型中读取数据。在

这是一个用于强化学习的视频游戏，所以我不能做工人/队列的数据

然后我想把行动/奖励发送给一个中心流程，在它更新权重之后，所有其他流程也需要更新权重。在

我看过了 https://www.tensorflow.org/deploy/distributedhttps://clusterone.com/blog/2017/09/13/distributed-tensorflow-clusterone/

大多数例子都是相反的，培训是在分布式机器上进行的。在

如何设置任务工人，使他们正在运行的任务只是一个预测步骤，而不是训练步骤？在

train_step = (
            tf.train.AdamOptimizer(learning_rate)
            .minimize(loss, global_step=global_step)
            )

在我的情况下是行不通的，除非我能从中获取数据。在

另外，每个进程都是在我的控件外部创建的，因此tensorflow无法创建进程。在

这与这个问题类似： How to run several Keras neural networks in parallel

但是这个问题没有答案，它是基于thaneos，我的是在tensorflow上。在

也与此类似： Running Keras model for prediction in multiple threads

但我的程序是分开的，不是线程