一个Tensorflow会话可以同时连接到两个目标吗？

Question

在Tensorflow中，我们可以使用server=tf.train.Server()创建服务器，并定义Tensorflow会话以通过sess=tf.Session(server.target)连接该服务器。现在，如果我们创建两个（或两个以上）服务器，Tensorflow会话是否可以同时连接到它们两个？

例如，我们定义了两个服务器：

• 本地服务器：local_server = tf.train.Server(...).create_local_server()
• 工作服务器：worker_server = tf.train.Server(cluster_spec) cluster_spec = tf.train.ClusterSpec( {"ps": ["localhost:2222"],"worker": ["localhost:1111", "localhost:1112"]})

在上述情况下，是否可以定义一个连接到＆＃34; Local＆＃34;的Tensorflow会话tf.Session()。和＆＃34;工人＆＃34;服务器在一个进程中？目标是让图形张量的一部分在1台服务器上计算，而所有其他部分在另一台服务器上运行。