Python 跨流程共享tensorflow/keras模型

我所拥有的是一个系统，在这个系统中，我从一个模型中读取数据，在3-4个独立的过程中不断生成预测

这是一款用于强化学习的视频游戏，因此我无法处理工人/数据队列

然后，我想将行动/奖励发送给一个中心流程，以便在其更新权重后进行学习。所有其他流程也需要更新权重

我看过

在分布式机器上进行培训的情况下，大多数示例都是相反的

我如何设置任务工作者，使他们正在运行的任务只是预测步骤而不是训练步骤

train_step = (
            tf.train.AdamOptimizer(learning_rate)
            .minimize(loss, global_step=global_step)
            )

在我的情况下不起作用，除非我能从中获取数据

此外，每个流程都是在我的控制外部创建的，因此tensorflow无法创建流程

这与这个问题类似：

但这个问题没有答案，它是基于thaneos的，我的问题是基于tensorflow的

与此类似：

但我的进程是分开的，不是线程