如何在分布式Tensorflow中为每个工作进程创建局部变量？

现在，我尝试使用如下估计器创建一个局部变量：

local\u step=tf.get\u变量（name='local\u step'，初始值设定项=tf.constant（0），trainable=False）

并且希望在tf.estimator.ModeKeys.TRAIN模式下，每次由优化器更新后可以添加1。但是我发现所有的worker都将共享同一个local_step并更新其值（就像global_step变量一样）。是否可以在每个辅助对象上创建一个局部变量？例如，工作进程0上的本地_步骤_0和工作进程1上的本地_步骤_1，则本地变量将用作其自身工作进程的步进计数器