python - 在 TensorFlow 中关闭服务器

Question

当我们要使用分布式TensorFlow时，我们会使用创建一个参数服务器

tf.train.Server.join()

但是，除了杀死进程之外，我找不到任何关闭服务器的方法。 join() 的 TensorFlow 文档是

Blocks until the server has shut down.
This method currently blocks forever.

这让我很烦恼，因为我想创建许多服务器用于计算，并在一切完成后关闭它们。

是否有可能的解决方案。

谢谢

Answer 1

您可以通过使用 session.run(dequeue_op) 而不是 server.join() 让参数服务器进程按需终止，并让另一个进程将某些内容排入该队列当您希望此进程结束时。

因此对于 k 参数服务器分片，您可以创建 k 队列，具有唯一的 shared_name 属性并尝试出列 来自那个队列。当您想要关闭服务器时，您可以遍历所有队列并将 token enqueue 放入每个队列。这将导致 session.run 解除阻塞，Python 进程将运行到最后并退出，从而导致服务器关闭。

下面是一个独立的示例，其中包含 2 个分片，取自: https://gist.github.com/yaroslavvb/82a5b5302449530ca5ff59df520c369e

(对于多工作器/多分片示例，请参阅 https://gist.github.com/yaroslavvb/ea1b1bae0a75c4aae593df7eca72d9ca )

import subprocess
import tensorflow as tf
import time
import sys

flags = tf.flags
flags.DEFINE_string("port1", "12222", "port of worker1")
flags.DEFINE_string("port2", "12223", "port of worker2")
flags.DEFINE_string("task", "", "internal use")
FLAGS = flags.FLAGS

# setup local cluster from flags
host = "127.0.0.1:"
cluster = {"worker": [host+FLAGS.port1, host+FLAGS.port2]}
clusterspec = tf.train.ClusterSpec(cluster).as_cluster_def()

if __name__=='__main__':
  if not FLAGS.task:  # start servers and run client

      # launch distributed service
      def runcmd(cmd): subprocess.Popen(cmd, shell=True, stderr=subprocess.STDOUT)
      runcmd("python %s --task=0"%(sys.argv[0]))
      runcmd("python %s --task=1"%(sys.argv[0]))
      time.sleep(1)

      # bring down distributed service
      sess = tf.Session("grpc://"+host+FLAGS.port1)
      queue0 = tf.FIFOQueue(1, tf.int32, shared_name="queue0")
      queue1 = tf.FIFOQueue(1, tf.int32, shared_name="queue1")
      with tf.device("/job:worker/task:0"):
          add_op0 = tf.add(tf.ones(()), tf.ones(()))
      with tf.device("/job:worker/task:1"):
          add_op1 = tf.add(tf.ones(()), tf.ones(()))

      print("Running computation on server 0")
      print(sess.run(add_op0))
      print("Running computation on server 1")
      print(sess.run(add_op1))

      print("Bringing down server 0")
      sess.run(queue0.enqueue(1))
      print("Bringing down server 1")
      sess.run(queue1.enqueue(1))

  else: # Launch TensorFlow server
    server = tf.train.Server(clusterspec, config=None,
                             job_name="worker",
                             task_index=int(FLAGS.task))
    print("Starting server "+FLAGS.task)
    sess = tf.Session(server.target)
    queue = tf.FIFOQueue(1, tf.int32, shared_name="queue"+FLAGS.task)
    sess.run(queue.dequeue())
    print("Terminating server"+FLAGS.task)