Python 3.x 如何在多机多gpu环境下运行TF learn（skflow）Kmeans集群？_Python 3.x_Tensorflow_Distributed Computing_K Means_Skflow

Python 3.x 如何在多机多gpu环境下运行TF learn（skflow）Kmeans集群？

python-3.x tensorflow

Python 3.x 如何在多机多gpu环境下运行TF learn（skflow）Kmeans集群？,python-3.x,tensorflow,distributed-computing,k-means,skflow,Python 3.x,Tensorflow,Distributed Computing,K Means,Skflow,是否有任何示例/文档说明如何在多机器和多GPU环境中实现skflow（tf.contrib.learn）我想在多机器和多GPU环境中使用skflow（tf.contrib.learn）实现。我应该如何继续？理想情况下，您应该运行群集管理器（Kubernetes、Mesos），否则设置多机培训相当困难有关核心TensorFlow示例，请参见此处（docker/kubernetes目录下）：我们将很快更新那里的示例，以使用估计器和多GPU设置

是否有任何示例/文档说明如何在多机器和多GPU环境中实现skflow（tf.contrib.learn）

我想在多机器和多GPU环境中使用skflow（tf.contrib.learn）实现。我应该如何继续？

理想情况下，您应该运行群集管理器（Kubernetes、Mesos），否则设置多机培训相当困难

有关核心TensorFlow示例，请参见此处（docker/kubernetes目录下）：

我们将很快更新那里的示例，以使用估计器和多GPU设置