tf.distribute.cluster_resolver.ClusterResolver

Абстрактный класс для всех реализаций ClusterResolver.

Здесь определена основа для всех реализаций ClusterResolver. ClusterResolver позволяют TensorFlow взаимодействовать с различными системами управления кластерами (например, GCE, AWS и т. д.) и предоставляют TensorFlow необходимые сведения для настройки распределенного обучения.

Благодаря взаимодействию TensorFlow с этими системами можно автоматически обнаруживать IP-адреса различных рабочих узлов TensorFlow и разрешать их. В конечном счете это позволит автоматически восстанавливаться после сбоев базовых машин и масштабировать кластеры рабочих узлов TensorFlow в обе стороны.

Примечание для реализующих подкласс tf.distribute.cluster_resolver.ClusterResolver: Помимо этих абстрактных методов, если применимы атрибуты task_type, task_id и rpc_layer, их также следует реализовать либо как свойства с методами получения и установки, либо присвоив значения непосредственно атрибутам self._task_type, self._task_id или self._rpc_layer, чтобы использовались методы получения и установки базового класса. Пример см. в tf.distribute.clusterresolver.SimpleClusterResolver.init_.

Как правило, стратегии tf.distribute с несколькими клиентами, такие как tf.distribute.experimental.MultiWorkerMirroredStrategy, требуют наличия свойств task_type и task_id в используемом ими ClusterResolver. С другой стороны, эти понятия неприменимы к стратегиям с одним клиентом, таким как tf.distribute.experimental.TPUStrategy, поскольку предполагается, что программа выполняется только для одной задачи, поэтому нет необходимости создавать ветви кода в зависимости от типа и идентификатора задачи.

• task_type — имя текущего именованного задания сервера (например, 'worker', 'ps' в задании распределенного обучения с параметризацией).
• task_id — порядковый индекс сервера в рамках типа задачи.
• rpc_layer — протокол, используемый TensorFlow для взаимодействия с другими серверами TensorFlow в распределенной среде.

cluster_spec = tf.train.ClusterSpec({
    "ps": ["localhost:2222", "localhost:2223"],
    "worker": ["localhost:2224", "localhost:2225", "localhost:2226"]
})

# SimpleClusterResolver is used here for illustration; other cluster
# resolvers may be used for other source of task type/id.
simple_resolver = SimpleClusterResolver(cluster_spec, task_type="worker",
                                        task_id=0)

...

if cluster_resolver.task_type == 'worker' and cluster_resolver.task_id == 0:
  # Perform something that's only applicable on 'worker' type, id 0. This
  # block will run on this particular instance since we've specified this
  # task to be a 'worker', id 0 in above cluster resolver.
else:
  # Perform something that's only applicable on other ids. This block will
  # not run on this particular instance.

cluster_spec = tf.train.ClusterSpec({
    "ps": ["localhost:2222", "localhost:2223"],
    "worker": ["localhost:2224", "localhost:2225", "localhost:2226"]
})

# SimpleClusterResolver is used here for illustration; other cluster
# resolvers may be used for other source of task type/id.
simple_resolver = SimpleClusterResolver(cluster_spec, task_type="worker",
                                        task_id=1)

...

if cluster_resolver.task_type == 'worker':
  # Perform something that's only applicable on workers. This block
  # will run on this particular instance since we've specified this task to
  # be a worker in above cluster resolver.
elif cluster_resolver.task_type == 'ps':
  # Perform something that's only applicable on parameter servers. This
  # block will not run on this particular instance.

Методы

cluster_spec

Просмотреть исходный код

@abc.abstractmethod
cluster_spec()

Получает текущее состояние кластера и возвращает tf.train.ClusterSpec.

Реализующие эту функцию должны обеспечить актуальность возвращаемого ClusterSpec на момент ее вызова. Обычно для этого необходимо при каждом вызове получать информацию из базовой системы управления кластерами и заново создавать cluster_spec, а не пытаться кэшировать данные.

master

Просмотреть исходный код

@abc.abstractmethod
master(
    task_type=None, task_id=None, rpc_layer=None
)

Получает имя или URL главного узла сеанса.

Примечание: это полезно только для TensorFlow 1.x.

Реализующие эту функцию должны обеспечить актуальность возвращаемого главного узла на момент ее вызова. Обычно для этого необходимо получать сведения о главном узле при каждом вызове функции.

num_accelerators

Просмотреть исходный код

num_accelerators(
    task_type=None, task_id=None, config_proto=None
)

Возвращает количество ядер ускорителей на один рабочий узел.

Возвращает количество доступных на каждом рабочем узле ядер ускорителей (например, GPU и TPU).

При необходимости вызывающий код может указать task_type и task_id, чтобы запросить количество ускорителей для конкретной задачи TensorFlow. Это позволяет поддерживать неоднородные среды, в которых количество ядер ускорителей на узел различается.