Tensorflow 如何完成这个非常简单的分布式培训示例？

我使用的是tensorflow版本0.12.1及以下版本

我想做的是在每个工人的

计数中添加1

我的目标是打印>
1
的结果，但我只得到
1

将tensorflow导入为tf
FLAGS=tf.app.FLAGS.FLAGS
tf.app.flags.DEFINE_字符串（'job_name'，''，''）
tf.app.flags.DEFINE_字符串（'ps_hosts'，''，''）
tf.app.flags.DEFINE_字符串（'worker_hosts'，''，''）
tf.app.flags.DEFINE_integer（'task_index'，0'，）
ps_hosts=FLAGS.ps_hosts.split（'，'））
worker_hosts=FLAGS.worker_hosts.split（'，'））
cluster_spec=tf.train.ClusterSpec（{'ps'：ps_hosts，'worker'：worker_hosts}）
服务器=tf.train.server(
{'ps'：ps_hosts，'worker'：worker_hosts}，
job\u name=FLAGS.job\u name，
任务索引=标志。任务索引）
如果FLAGS.job_name==“ps”：
server.join（）
带tf.装置（tf.train.replica\u装置\u setter(
worker\u device=“/job:worker/task:%d”%FLAGS.task\u索引，
集群=集群（规范）：
count=tf.变量（0）
计数=tf.add（计数，tf.constant（1））
init=tf.global_variables_initializer（）
sv=tf.train.Supervisor（is_主管=（FLAGS.task_索引==0），
logdir=“./checkpoint/”，
init_op=init，
摘要_op=无，
saver=无，
全局步骤=无，
保存（型号（秒=60）
将sv.managed_会话（server.target）作为sess：
sess.run（初始化）
步骤=1
当步骤=2时：
打印（“！！！！！”）
步骤+=1
打印（“完成！”）
sv.stop（）
问题实际上独立于分布式执行，并源于以下两行：

  count = tf.Variable(0)
  count = tf.add(count,tf.constant(1))

op是一个纯函数式op，它在每次运行时用输出创建一个新的张量，而不是修改输入。如果希望该值增加，并且该增加在工人中可见，则必须改用该方法，如下所示：

  count = tf.Variable(0)
  increment_count = count.assign_add(1)

然后在训练循环内调用
sess.run（increment\u count）
以增加
count
变量的值