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
目前没有回答
相关问题 更多 >
编程相关推荐