分布式 TensorFlow 示例不适用于 TensorFlow 0.9

Question

我正在尝试 this tensorflow distributed tutorial 在我自己的计算机上使用相同的操作系统和 python 版本。我创建第一个脚本并在终端中运行它，然后我打开另一个终端并运行第二个脚本并得到以下错误：

E0629 10:11:01.979187251   15265 tcp_server_posix.c:284]     bind addr=[::]:2222: Address already in use
E0629 10:11:01.979243221   15265 server_chttp2.c:119]        No address added out of total 1 resolved
Traceback (most recent call last):
File "worker0.py", line 7, in <module>
task_index=0)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/server_lib.py", line 142, in __init__
server_def.SerializeToString(), status)
File "/usr/lib/python2.7/contextlib.py", line 24, in __exit__
self.gen.next()
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/errors.py", line 450, in raise_exception_on_not_ok_status
pywrap_tensorflow.TF_GetCode(status))
tensorflow.python.framework.errors.InternalError: Could not start gRPC server

我在尝试 official distributed tutorial 时遇到了类似的错误。

编辑： 我在另一台机器上用相同的包试过这个，现在我得到以下错误日志：

E0629 11:17:44.500224628   18393 tcp_server_posix.c:284]     bind addr=[::]:2222: Address already in use
E0629 11:17:44.500268362   18393 server_chttp2.c:119]        No address added out of total 1 resolved
Segmentation fault (core dumped)

可能是什么问题？

Answer 1

问题可能是您为两个工作人员使用了相同的端口号 (2222)。每个端口号只能由任何给定主机上的一个进程使用。这就是错误 "bind addr=[::]:2222: Address already in use" 的意思。

我猜你要么在集群规范中有两次 "localhost:2222"，要么你为两个任务指定了相同的 task_index。

希望对您有所帮助！

分布式 TensorFlow 示例不适用于 TensorFlow 0.9

Distributed TensorFlow example doesn't work on TensorFlow 0.9

machine-learning

python-2.7

tensorflow

tensorflow-serving