[英]Distributed TensorFlow Using Cloud ML - Training
我正在尝试使用Cloud ML运行分布式TF作业。
我在本地测试了代码（使用gcloud ml local命令）。 以下是一些规格：
n_epochs = 20
noofsamples = 55000
batch_size = 100
num_batches = noofsamples/batch_size = 550
使用以下规范，训练步骤= n_epochs * num_batches = 11000，这是正确的。
但是，如果我使用2个工作程序节点和1个参数服务器在Cloud ML中执行同一作业，则似乎在每台计算机上都进行了完整的培训
训练步骤= 3台机器n_epochs * num_batches = 33000
事实并非如此。
你们中有人遇到过这个问题吗？
多谢您的协助！
谢谢
Tensorflow Cloud ML对象检测-分布式训练中的错误
[英]Tensorflow Cloud ML Object Detection - Errors with Distributed Training
Google Cloud ML是否仅支持针对多个GPU训练作业的分布式Tensorflow？
[英]Does Google Cloud ML only support distributed Tensorflow for Multiple GPU training jobs?
Google Cloud ML引擎中的分布式Tensorflow设备放置
[英]Distributed Tensorflow device placement in Google Cloud ML engine
在Google Cloud ML引擎ClusterSpec上运行分布式Tensorflow
[英]Running distributed Tensorflow on Google Cloud ML engine ClusterSpec
使用Tensorflow分布式培训时的Tensorflow服务保存模型
[英]Saving model for Tensorflow Serving while using Tensorflow distributed training
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.