使用Tensorflow利用多个CPU核

我可以访问具有多个CPU核（即56）的计算机，当使用Tensorflow培训模型时，我希望通过使每个核成为模型的独立培训师，最大限度地利用上述核

在Tensorflow的文档中，我发现了这两个参数（操作间和操作内并行性），它们在训练模型时控制并行性。然而，这两个参数不允许执行我想要的操作

---

如何使每个核心成为独立的工作者？（也就是说，每一个工作人员对一批样本进行切分，然后每个工作人员根据分配的样本计算梯度。最后，每个工作人员更新变量（所有工作人员共享）根据它计算出的梯度。

要在所有56个CPU核之间有效地并行化，您必须使用。也可以使用线程进行并行化，但它不能很好地扩展到这么多的核。

您可能会发现有趣的是，它将CPU核用作不同的设备。