我正在研究分布式张量流示例：tensorflow distributed training code template 它是图表间副本和异步培训示例模板。
我还发现了以下代码示例，它遵循相同的方式（ between-graph，asynchronous ）。此示例来自murry's answer。我把它贴在下面，以帮助我表达我的问题：
1，在这个例子中，假设我有两个工作任务和两个ps任务，所有变量：hid_w,hid_b,sm_w,sm_b...是否放在参数服务器（ps）设备上？如果是，则展示位置遵循循环方式（hid_w至ps/task:0，hid_b至ps/task:1，sm_w至ps/task:0，{ {1}}到sm_b ....）
2，如果我想实现同步复制培训，我可以使用ps/task:1作为包装器。但是，tf.train.SyncReplicasOptimizer只能根据tf.train.SyncReplicasOptimizer Optimizer和tf.train.AdagradOptimizer来设置渐变下降。我的问题是如何实现像K-means这样的算法的同步训练，它不使用任何tf.train.GradientDescentOptimizer？;有没有办法可以在没有Optimizer
tf.train.SyncReplicasOptimizer