TensorFlow训练mnist模型

利用TensorFlow跑官网模型MNIST

TensorFlow mnistModels

---

单机跑通mnist模型

1. Requirements：
   a. TensorFlow1.4版本以上
   b. 从git上下载仓库https://github.com/tensorflow/models/tree/master/official
   c. Add the top-level /models folder to the Python path with the command:
   export PYTHONPATH="$PYTHONPATH:/path/to/models"
   d. 安装Python依赖库：
   pip install --user -r official/requirements.txt
   2.单机运行测试
   python mnist.py
   3.Exporting the model
   python mnist.py --export_dir /tmp/mnist_saved_model

---

分布式跑mnist模型

ps:10.87.219.7
worker1:10.87.219.8
worker2:10.87.219.9

1. 下载mnist训练集
   http://yann.lecun.com/exdb/mnist/
2. 下载TF经典入门实例手写字体识别MNIST基于分布式的实例
   Git地址：https://github.com/TracyMcgrady6/Distribute_MNIST
3. 在Distribute_MNIST/distribute.py中，配置ps、worker的IP地址：
   flags.DEFINE_string('ps_hosts', '10.87.219.7:22221', 'Comma-separated list of hostname:port pairs') #参数服务器parameter server节点 flags.DEFINE_string('worker_hosts', '10.87.219.8:22221,10.87.219.:22221', 'Comma-separated list of hostname:port pairs')#两个worker节点
4. 同步文件夹到2个worker机器
   将上述配置完成的两个文件夹的内容通过alluxio命令同步到两个worker中：

image.png

5. 尝试执行命令开始分布式训练：
   ps节点执行：
   python distributed.py --job_name=ps --task_index=0
worker1节点执行：
   python distributed.py --job_name=worker --task_index=0
worker2节点执行：
   python distributed.py --job_name=worker --task_index=1
   这里，参数服务器节点出现Started server with target: grpc://localhost:22221提示时，打开服务器，继续执行。在此过程中，两个worker出现如下的提示信息，即等待参数的传递：
   image.png