在 Keras/Tensorflow 中，如何使用策略范围内的循环构建模型

Question

在“战略范围”内，我使用循环来构建 Keras 模型：

strategy = tf.distribute.MultiWorkerMirroredStrategy()

with strategy.scope():

    input_shape = (8, 900, 1)
    inputs = keras.Input(shape=(8, 900))
    x = layers.Reshape((8,900,1))(inputs)
    x = layers.BatchNormalization()(x)

    for i, arr in enumerate(cells_array):
            x = cell.generateCell( num_cell=i )(x)

    x = layers.Flatten()(x)
    x = layers.BatchNormalization()(x)
    outputs = layers.Dense(10)(x)
    model = keras.Model(inputs=inputs, outputs=outputs)
    model.compile(loss=loss, optimizer=keras.optimizers.Adam(1e-3), metrics=["accuracy"])

但是我收到了这样的错误：

<块引用>

Collective ops is aborted by: cluster check alive failed, /job:worker/replica:0/task:1 is down 错误可能来自 之前的操作。重新启动您的程序以进行重置。 [Op:CollectiveBcastSend]

它对应于 for 循环中的“x = cell.generateCell( num_cell=i )(x)”行。

我认为这是由于变量 i 没有在不同的工人之间同步，但我不知道如何解决这个问题。

谢谢！