为Distributed Tensorflow的不同方法创建中央会话对象

时间:2016-09-26 12:51:33

标签: python tensorflow distributed-computing

过去两天我一直在使用分布式张量流。我正在运行分布式策略渐变代理,该代理使用自定义model对象,该对象具有def calculate_gradientsdef update_params等单独的方法。这些方法中的每一个都需要访问sess对象并执行sess.run()来进行一些计算。我正在定义一个中央主管对象self.sv = Supervisor()。在我需要运行sess.run()的每种方法中,我必须单独调用with self.sv.managed_session(self.server.target) as sess。有办法避免这种情况吗?我认为这真的会减慢我的代码。

0 个答案:

没有答案