分佈式TensorFlow：關於使用tf.train.Supervisor.start_queue_runners

Question

我尋找到的代碼distributed inception model in TF，其中我有以下有關使用tf.train.Supervisor.start_queue_runners問題在inception_distributed_train.py：

1. 爲什麼我們需要明確地撥打行 264和行269在inception_distributed_train.py？在API doc. of start_queue_runners，我看有沒有必要因爲這樣 電話：

   注意收集隊列選手在圖形關鍵QUEUE_RUNNERS 已經自動啓動，當你創建一個 主管會話，因此，除非你有非收集隊列跑步者開始 你不需要明確地調用它。

2. 我呼籲 sv.start_queue_runners都符合264和inception_distributed_train.py線 269不同注意到的queue_runners值。但不是 chief_queue_runners也收集 tf.GraphKeys.QUEUE_RUNNERS（所有QUEUE_RUNNERS都獲得行263）？如果是 那麼，則不需要行269，因爲chief_queue_runners已經在264行 開始。

3. 此外，請你給我解釋一下，或者給我看一些關於tf.train.Supervisor中創建什麼隊列的參考？

謝謝你的時間！

Answer 1

不是一個答案，但有些一般說明如何找到一個答案:)

首先，使用GitHub的責備，inception_distributed被檢查了4月13日，而在4月15日加入在start_queue_runners這一評論，所以有可能是功能發生了變化，但在所有使用它的地方都沒有更新。

您可以註釋掉該行，看看事情是否仍然有效。如果沒有，您可以在創建隊列運行程序的地方添加import pdb; pdb.set_trace()（即here），並查看誰在創建這些額外的無人蔘與隊列運行程序。

此外，主管開發似乎已經放緩，事情已經轉移到FooSession（從評論here）。這些提供了更強大的培訓體系結構（您的工作人員不會因爲臨時網絡錯誤而崩潰），但是如何使用它們的例子並不多。