Question

我使用TensorFlow创建了一个统计估算器。我遵循了sklearn的估算器，因此我有一个可以打包所有内容的类，包括导入Tensorflow和启动TF的会话（如果我在该类之外导入TF，则根本无法并行工作）。

我需要对随机数据多次运行该估计器以查看经验分布，因此我正在使用joblib并行化创建数据，创建估计器对象和对数据运行估计的代码。我正在使用具有64核（和足够的内存）的linux服务器，在其中运行的工作要比此还要大得多，同时也使用joblib。但是，当我尝试运行基于TF的代码时，我只能运行8个进程。如果我尝试使用9，则top中仅显示8，当完成8后，joblib将永远不会再发送8，也永远不会返回，否则会返回以下错误消息

“ BrokenProcessPool：执行程序中的进程突然终止当未来正在运行或等待时。”

如果我将进程限制为8，则一切正常。我尝试将joblib的后端更改为dask.parallel，并且我有相同的行为。我从后端获得了更多信息，不断出现消息

“ distributed.nanny-警告-工作者进程7602被杀死未知信号”

我希望能够运行8个以上的进程。 问题是：这是一个硬限制，还是可以通过TF参数更改它？我能以任何方式解决这个问题吗？我认为局限性是与Tensorflow相关的，因为一旦运行了8个进程（它们需要几个小时），我就无法在该计算机上运行Tensorflow上的其他任何东西。

感谢您的帮助！

以下代码重现该错误：

from sklearn.base import TransformerMixin
import numpy as np
from joblib import Parallel, delayed

class MyEstimator(TransformerMixin):
    def __init__(self):
        import tensorflow as tf
        self._tf = tf
        self._graph = tf.Graph()
        with self._graph.as_default():
            self.session = self._tf.Session()
            A0 = np.eye(10, 2)
            self.a_var = a_var = tf.Variable(A0, name='a_var', dtype=tf.float64)
            self._x = x = tf.placeholder(dtype=tf.float64)
            self._y = y= tf.placeholder(dtype=tf.float64)
            w = tf.tensordot(a_var, x, axes=0)
            self.f = tf.reduce_mean((y-w)**2)

    def fit(self, x, y):
        #self.session.run(
        #             self._tf.global_variables_initializer())
        self._f = self.session.run(self.f, feed_dict={self._x:x, self._y: y, self.a_var:np.eye(10, 2)})

        return self

def run_estimator():
    my_est = MyEstimator()
    x = np.random.normal(0,1,10)
    y = np.random.normal(0,1,10)
    my_est.fit(x,y)

Parallel(n_jobs=16)(delayed(run_estimator)() for _ in range(16))

我正在使用Linux，Python 3.6.3，TensorFlow 1.7.0，joblib 0.12。

Answer 1

几个月后，我找到了一个TensorFlow服务器https://www.tensorflow.org/deploy/distributed

的解决方案

from sklearn.base import TransformerMixin
import numpy as np
from joblib import Parallel, delayed

class MyEstimator(TransformerMixin):
    def __init__(self, target):
        import tensorflow as tf
        self._tf = tf
        self._graph = tf.Graph()
        with self._graph.as_default():
            config = self._tf.ConfigProto(
                    intra_op_parallelism_threads=1,
                    inter_op_parallelism_threads=1,
                    device_count={"CPU":4},
                    use_per_session_threads=True)
            config.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1
            pool = config.session_inter_op_thread_pool.add()
            pool.num_threads = 1

            self.session = self._tf.Session(target)
            A0 = np.eye(10, 2)
            self.a_var = a_var = tf.Variable(A0, name='a_var', dtype=tf.float64)
            self._x = x = tf.placeholder(dtype=tf.float64)
            self._y = y= tf.placeholder(dtype=tf.float64)
            w = tf.tensordot(a_var, x, axes=0)
            self.f = tf.reduce_mean((y-w)**2)

    def fit(self, x, y):
        #self.session.run(
        #             self._tf.global_variables_initializer())
        self._f = self.session.run(self.f, feed_dict={self._x:x, self._y: y, self.a_var:np.eye(10, 2)})

        return self

def run_estimator(target):
    my_est = MyEstimator(target)
    x = np.random.normal(0,1,10)
    y = np.random.normal(0,1,10)
    my_est.fit(x,y)
    return 1

import tensorflow as tf
server = tf.train.Server.create_local_server()
Parallel(n_jobs=16)(delayed(run_estimator)(server.target) for _ in range(16))

Tensorflow + Joblib：限于8个进程？

1 个答案: