分布式 TensorFlow:CreateSession 仍在等待来自 worker 的响应:/job:ps/repli

Question

我正在尝试这里提供的示例：https://github.com/ischlag/distributed-tensorflow-example我有两台机器：一台作为服务器，另一台作为工作线程。(两台机器上的版本均为1.0.1(

我收到以下错误：

变量已初始化...I tensorflow/core/distributed_runtime/master.cc：193] CreateSession 仍在等待 worker 的响应：/job：ps/replica：0/task：0I tensorflow/core/distributed_runtime/master.cc：193] CreateSession 仍在等待 worker 的响应：/job：worker/replica：0/task：1I tensorflow/core/distributed_runtime/master.cc：193] CreateSession 仍在等待 worker 的响应：/job：worker/replica：0/task：2

Answer 1

我

有一个类似的问题，我可以通过将第三个节点作为主节点添加到ClusterSpec来解决。我的TF_CONFIG环境变量如下所示：

    TF_CONFIG = { 
        'cluster' : { 
            'master' : [ master_node01:2222 ],
            'ps' : [ps_node01:2222, ...]
            'worker' : [worker_node01:2222, ...]}
        'environment' : 'cloud',
        'task': {'type': current_task, 'index': current_index}}

Answer 2

我遇到了同样的问题，经过几个小时的调试，我发现问题是因为cluster_spec的顺序不正确。 task_index与 ps/worker 列表不匹配。我更改顺序后，它被修复了。