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Python 跨流程共享tensorflow/keras模型,python,tensorflow,keras,Python,Tensorflow,Keras,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(learn
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