在集群环境中使用tensorflow会由于fork（）/system（）而产生错误

Question

我在集群环境中使用Keras和TensorFlow后端。 我没有在网络上做任何反向传播，只使用predict(...)、layer.get_weights()和{}。在

我直接操作神经网络的参数，使用进化策略优化适应度函数。在

我有一个主程序，生成N个参数集（权重和偏差），然后使用MPI传递给工人。为此，我使用mpi4py。然后，这些工作者在他们自己的序列模型（keras）实例上设置这些参数，并通过利用该网络预测行为来评估适应度函数。然后将适应度传回主控制器，主控制器适应从中采样的参数集的分布。在

运行代码时，我收到以下警告：

An MPI process has executed an operation involving a call to the fork() system call to create a child process. Open MPI is currently operating in a condition that could result in memory corruption or other system errors; your MPI job may hang, crash, or produce silent data corruption. The use of fork() (or system() or other calls that create child processes) is strongly discouraged.

我实现了一个没有keras/tensorflow的算法版本，错误消失了。一、 因此，请相信tensorflow正在执行system()或{}调用。有没有可能阻止tensorflow进行这种调用？在