可以即时添加工作人员吗？

Question

启动 TensorFlow 服务器（ tf.distribute.Server ）时，您必须传递指定集群中所有任务/工作人员的ClusterSpec 。

启动服务器后，是否有可能向其添加更多工作人员？ 如何？

如果不是，为什么不呢？

（这与问题有关， 为什么服务器需要提前知道所有工人的情况？虽然这不是同一个问题。）

（这也与问题有关， 远程通信有哪些运营商？目前我只知道这个（官方）分布式 TensorFlow功能，通过带有ClusterSpec的 TF 服务器。其他非官方解决方案是例如Tensorpack TF ZMQ ops ，你可以在哪里以您想要的任何方式进行通信（通过 ZeroMQ），并且您也不需要事先/提前了解整个集群。）

Answer 1

开箱即用，我认为不可能向正在运行的服务器添加更多工作人员/任务。

tf.distribute.Server class使用TensorFlow 的低级C ZDB97ZA423871083A8DE463 的服务器 class 这个 class 提供了一个UpdateServerDef 方法，它可能用于修改正在运行的服务器的配置，从而更改工作人员/任务。

However, this update method is not exposed via the TensorFlow python binding , so unless you are willing to modify and compile your own TensorFlow C core I don't think it is possible.