怎样看待谷歌发布分布式tensorflow

【怎样看待谷歌发布分布式tensorflow】 这些关键点应该可以帮到你:
TensorFlow手把手入门之分布式TensorFlow --- 3个关键点,把你的TensorFlow代码重构为分布式!
■网友
paper很不错!总结了分布式训练的一些结论。但是这个分布式方案有点感觉像是为了开源而发布的,猜测内部的方案不是这个
■网友
从他当前的分布式方案来看,是通过全手工的配置,进行多机的协同。基本满足了分布式需求,但是手工的地方太多,要自己把脚本和数据分发到不同的机器上,自己在不同的机器上起不同的任务。这还只能算是最裸的分布式方案。而且目前的这种分布式方案,没有专门的高性能参数服务器,整体的效率估计也不会很高。还有就是没有 Google 的基础服务支持,数据都没法从 GFS 这种分布式存储上读取。不过我猜测 Google 内部版本应该是完善的,只是绑定很紧,开源出来需要很长时间剥离。看TensorFlow后面的新版本吧,估计会慢慢地加上。


    推荐阅读