在TensorFlow优化器中，use_locking=True是什么意思？

Question

10

这个锁只保护异步更新吗？还是会让其他对变量的访问等待更新完成后再执行？我正在同时使用同一个模型进行训练和推理，并且想确保推理始终在一致的模型上进行。

- danijar

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mrry · Accepted Answer

在创建TensorFlow优化器或变量赋值操作时，传递use_locking=True会导致在变量的相关更新周围获取锁。在相同变量上使用use_locking=True创建的其他优化器/赋值操作也将被串行化。

然而，当使用此选项时，有两个注意事项:

变量的读取不在锁下执行，因此可能会看到中间状态和部分应用的更新。序列化读取需要额外的协调，例如由tf.train.SyncReplicasOptimizer提供。
对于相同变量的写入（优化器/赋值操作）仍然可以使用use_locking=False，并且不会获取锁。程序员需要确保这些写入不会发生。