我在集群环境中将Keras与TensorFlow后端一起使用。
我不在网络上进行任何反向传播，而仅使用predict(...)，layer.get_weights()和layer.set_weights(...)。
我正在直接操纵神经网络的参数，使用进化策略优化适应度函数。
我有一个母版，生成N个参数集（权重和偏差），然后使用MPI将其传递给工人。为此，我使用了mpi4py。然后，这些工作人员在自己的顺序模型实例（keras）上设置这些参数，并通过使用此网络预测动作来评估适应度函数。然后将适应度转移回主数据库，该主数据库将调整从中采样参数集的分布。
运行代码时，出现以下警告：
MPI进程执行了涉及到
fork()系统调用以创建子进程。目前是开放式MPI 在可能导致内存损坏或 其他系统错误；您的MPI工作可能会挂起，崩溃或静音 数据损坏。使用fork()（或system()或其他调用 强烈建议不要创建子进程。
我实现了没有keras / tensorflow的算法版本，错误消失了。因此，我相信tensorflow正在执行system()或fork()调用。是否可以防止tensorflow进行此类调用？