tensorflow 1.15 gpu docker环境搭建；Nvidia Docker容器基于TensorFlow1.15测试GPU；——全流程应用指南

前言: TensorFlow简介

TensorFlow 在新款 NVIDIA Pascal GPU 上的运行速度可提升高达 50%，并且能够顺利跨 GPU 进行扩展。 如今，训练模型的时间可以从几天缩短到几小时

TensorFlow 使用优化的 C++ 和 NVIDIA® CUDA® 工具包编写，使模型能够在训练和推理时在 GPU 上运行，从而大幅提速

TensorFlow GPU 支持需要多个驱动和库。为简化安装并避免库冲突，建议利用 GPU 支持的 TensorFlow Docker 镜像。此设置仅需要 NVIDIA GPU 驱动并且安装 NVIDIA Docker。用户可以从预配置了预训练模型和 TensorFlow 库支持的 NGC (NVIDIA GPU Cloud) 中提取容器

CPU擅长逻辑控制、串行计算，而GPU擅长高强度计算、并行计算。CUDA是NVIDIA推出用于自家GPU的并行计算框架，cuDNN & tensorflow是一系列机器学习，深度学习库，用于训练机器学习、深度学习模型

2. 依赖环境准备

选取centos7.3作为基础操作系统镜像，选取适配驱动：Nvidia

GPU部署预装机器

深度学习框架：cuda、cudnn、tensorflow

由于cuda、cudnn、tensorflow等机器学习、深度学习框架，依赖python3，需要在centos7.3操作系统中集成python3

一、 nvidia-docker的安装cpu架构：x86

受够了TensorRT+cuda+opencv+ffmpeg+x264运行环境的部署的繁琐，每次新服务器上部署环境都会花费很大的精力去部署环境，听说nvidia-docker可以省去部署的麻烦，好多人也推荐使用docker方便部署，咱也在网上搜索了下，学习了下，根据网上的资料，开始安装docker学习一下，把学习记录记在这儿，听说要想使用GPU，就要安装Docker-CE和NVIDIA Container Toolkit，好的，开始。

1. 安装Dokcer-CE

首先，我的机器上没有安装过docker,要先把docker安装上,执行以下脚本，开始安装。

 curl https://get.docker.com | sh \
>   && sudo systemctl --now enable docker

安装结束后，查看Docker版本：

docker --version

结果如下：

Docker version 20.10.16, build aa7e414

CentOS7下安装docker详细教程

当基于nvidia gpu开发的docker镜像在实际部署时，需要先安装nvidia docker。安装nvidia docker前需要先安装原生docker compose

安装docker

1. Docker 要求 CentOS 系统的内核版本高于 3.10 ，查看本页面的前提条件来验证你的CentOS 版本是否支持 Docker 。

通过 uname -r 命令查看你当前的内核版本

uname -r

uname -a

Linux gputest 3.10.0-1160.90.1.el7.x86_64 #1 SMP Thu May 4 15:21:22 UTC 2023 x86_64 x86_64 x86_64 GNU/Linux

uname -r

3.10.0-1160.90.1.el7.x86_64

2. 使用 root 权限登录 Centos 确保 yum 包更新到最新

sudo yum update

3. 卸载旧版本(如果安装过旧版本的话)

yum remove docker 
docker-client 
docker-client-latest 
docker-common 
docker-latest 
docker-latest-logrotate 
docker-logrotate 
docker-selinux 
docker-engine-selinux 
docker-engine

4. 安装需要的软件包， yum-util 提供yum-config-manager功能，另外两个是devicemapper驱动依赖的

yum install -y yum-utils device-mapper-persistent-data lvm2

5. 设置yum源

yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

6. 可以查看所有仓库中所有docker版本，并选择特定版本安装

yum list docker-ce --showduplicates | sort -r

7. 安装docker，版本号自选

yum install docker-ce-17.12.0.ce

8. 启动并加入开机启动

systemctl start docker
systemctl status docker
systemctl enable docker

9. 验证安装是否成功(有client和service两部分表示docker安装启动都成功了)

docker version

2. 安装NVIDIA Container Toolkit

执行以下脚本：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

控制台输出如下：

sudo\] dingxin 的密码： OK deb https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/KaTeX parse error: Expected 'EOF', got '#' at position 10: (ARCH) / #̲deb https://nvi...(ARCH) / deb https://nvidia.github.io/nvidia-container-runtime/stable/ubuntu18.04/KaTeX parse error: Expected 'EOF', got '#' at position 10: (ARCH) / #̲deb https://nvi...(ARCH) / deb https://nvidia.github.io/nvidia-docker/ubuntu18.04/$(ARCH) /

安装nvidia-docker2包及其依赖

sudo apt-get update

接着执行安装nvidia-docker2：

sudo apt-get install -y nvidia-docker2

CentOS7下安装NVIDIA-Docker

依赖条件

如果使用的 Tensorflow 版本大于 1.4.0，要求 CUDA 9.0 以上版本

基于docker的测试环境的建立

测试环境基于docker构建，需要Nvidia GPU驱动的支持（不需要安装CUDA），安装好GPU驱动和docker以后，下载最新的包含tensorflow，CUDA，cudnn等的image，然后就可以运行tf_cnn_benchmark了

1. 下载nvidia-docker安装包

$ wget https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm

2. 安装nvidia-docker

$ rpm -ivh nvidia-docker-1.0.1-1.x86_64.rpm

3. 启动 nvidia-docker 服务

$ sudo systemctl restart nvidia-docker

4. 执行以下命令，若结果显示 active(running) 则说明启动成功

$ systemctl status nvidia-docker.service

Active: active (running) since Fri 2023-07-21 11:15:45 CST; 1min ago

5. 使用 nvidia-docker查看 GPU 信息

 $ nvidia-docker run --rm nvidia/cuda nvidia-smi

二、镜像安装

1. cuda 11下的安装（可选）

sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

查看已下载的镜像

sudo docker images -a

2. 下载tensorflow v1.15.5版本的镜像

官网下载:
https://catalog.ngc.nvidia.com/orgs/nvidia/containers/tensorflow/tags

大概1.5小时

安装testflow1.0版本（向下兼容）

docker pull nvcr.io/nvidia/tensorflow:23.03-tf1-py3

再次查看下载的镜像

docker image ls

image id = fc14c7fdf361为上述安装的tensorflow1.15版本容器

三、操作tensorflow容器

nvidia-docker run -it nvcr.io/nvidia/tensorflow:23.03-tf1-py3

格式：nvidia-docker run -it {REPOSITORY容器名称:TAG号}

pip list|grep tensor

jupyter-tensorboard 0.2.0

tensorboard 1.15.0

tensorflow 1.15.5+nv23.3

tensorflow-estimator 1.15.1

tensorrt 8.5.3.1

测试脚本：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
 
import tensorflow as tf
hello = tf.constant('--------Hello, TensorFlow!----------')
sess = tf.Session()
sess.run(hello)

在container OS中使用命令cat /proc/driver/nvidia/version或nvcc --version可正常显示显卡驱动版本及CUDA版本

四、配置git

1. 在本机生成公私钥ssh-keygen -t rsa -b 4096 -C "xx@xx.com" 默认生成的公私钥 ~/.ssh/

id_rsa.pub

id_rsa

-b 4096：b是bit的缩写

-b 指定密钥长度。对于RSA密钥，最小要求768位，默认是2048位。命令中的4096指的是RSA密钥长度为4096位。

DSA密钥必须恰好是1024位(FIPS 186-2 标准的要求)

Generating public/private rsa key pair. Enter file in which to save

the key (/Users/qa/.ssh/id_rsa): yes Enter passphrase (empty for no

passphrase): Enter same passphrase again: Your identification has been

saved in yes. Your public key has been saved in yes.pub. The key

fingerprint is: SHA256:MGbV/xx/xx lishan12@xx.com The key's randomart

image is:

±--[RSA 4096]----+ | ...OBB=Eo| | . .O+oO=o=| | = .o*+B *o.| | o o o+B =... | | S.+o . | | . o |

| . . | | . . | | . |

±---[SHA256]-----+

2. 配置登录git的username email。为公司给你分配的用户名 密码

第一步：

git config --global user.name 'username'
git config --global user.email 'username@xx.com'

第二步： 设置永久保存

git config --global credential.helper store 

第三步：手动输入一次用户名和密码，GIT会自动保存密码，下次无须再次输入

git pull

3. 初始化仓库 git init

4. 拉取代码 git clone git@gitlab.xx.com:xx/xx.git

   Cloning into 'xx-xx'...

   git@gitlab.xx.com's password:

   Permission denied, please try again.

   git@gitlab.xx.com's password:

遇到的问题：没有出username 和 password成对的输入项 ，而是出了password输入项

都不知道密码是啥，跟登录git库的密码不一样。

然后使用http的方式，报一个错误：

use:~/ecox # git clone https://vcs.in.ww-it.cn/ecox/ecox.git

正克隆到 'ecox'...

fatal: unable to access 'https://vcs.in.ww-it.cn/ecox/ecox.git/': SSL certificate problem: unable to get local issuer certificate

提示SSL证书错误。发现说这个错误并不重要是系统证书的问题，系统判断到这个行为会造成不良影响，所以进行了阻止，只要设置跳过SSL证书验证就可以了，那么用命令 ：

git config --global http.sslVerify false

五、下载Benchmarks源码并运行

从 TensorFlow 的 Github 仓库上下载 TensorFlow Benchmarks，可以通过以下命令来下载。非常重要的参考代码：

https://github.com/tensorflow/benchmarks

我的 - settings -SSH and GPG Keys 添加公钥id_rsa.pub

拉取代码

git clone git@github.com:tensorflow/benchmarks.git

git同步远程分支到本地，拉取tensorflow对应版本的分支

git fetch origin 远程分支名xxx:本地分支名xxx

使用这种方式会在本地仓库新建分支xxx，但是并不会自动切换到新建的分支xxx，需要手动checkout，当然了远程分支xxx的代码也拉取到了本地分支xxx中。采用这种方法建立的本地分支不会和远程分支建立映射关系

root@818d19092cdc:/gpu/benchmarks# git checkout -b tf1.15 origin/cnn_tf_v1.15_compatible

运行不同模型

root@818d19092cdc:/gpu/benchmarks/scripts/tf_cnn_benchmarks# pwd

/gpu/benchmarks/scripts/tf_cnn_benchmarks

root@818d19092cdc:/gpu/benchmarks/scripts/tf_cnn_benchmarks#

python3 tf_cnn_benchmarks.py

真实操作：

root@gputest \~\]# `docker ps` 进入CONTAINER ID containerid \[root@gputest \~\]# `nvidia-docker exec -it 818d19092cdc /bin/bash` 新开窗口 \[root@gputest \~\]# `nvidia-smi -l 3` 该命令将3秒钟输出一次GPU的状态和性能，可以通过查看输出结果来得出GPU的性能指标  **一、resnet50模型** ```bash python3 tf_cnn_benchmarks.py --num_gpus=1 --batch_size=2 --model=resnet50 --variable_update=parameter_server ```  > Running warm up > > 2023-07-21 09:50:55.398126: I tensorflow/stream_executor/platform/default/dso_loader.cc:50\] Successfully opened dynamic library libcublas.so.12 > > 2023-07-21 09:50:55.533068: I tensorflow/stream_executor/platform/default/dso_loader.cc:50\] Successfully opened dynamic library libcudnn.so.8 > > Done warm up > > Step Img/sec total_loss > > 1 images/sec: 10.1 +/- 0.0 (jitter = 0.0) 7.695 > > 10 images/sec: 10.7 +/- 0.1 (jitter = 0.1) 8.022 > > 20 images/sec: 10.7 +/- 0.1 (jitter = 0.2) 7.269 > > 30 images/sec: 10.7 +/- 0.1 (jitter = 0.2) 7.889 > > 40 images/sec: 10.7 +/- 0.1 (jitter = 0.2) 8.842 > > 50 images/sec: 10.6 +/- 0.1 (jitter = 0.2) 6.973 > > 60 images/sec: 10.6 +/- 0.1 (jitter = 0.2) 8.124 > > 70 images/sec: 10.6 +/- 0.0 (jitter = 0.2) 7.644 > > 80 images/sec: 10.6 +/- 0.0 (jitter = 0.2) 7.866 > > 90 images/sec: 10.6 +/- 0.0 (jitter = 0.3) 7.687 > > 100 images/sec: 10.6 +/- 0.0 (jitter = 0.3) 8.779 > > ----------------------------------------------------------------total images/sec: 10.63 **二、vgg16模型** ```bash python3 tf_cnn_benchmarks.py --num_gpus=1 --batch_size=2 --model=vgg16 --variable_update=parameter_server ```  由于阿里云服务器申请的是2个G显存，所以只能跑size=1 2 和 4 ，超出会吐核 已放弃(吐核)--linux 已放弃(吐核) (core dumped) 问题分析 出现这种问题一般是下面这几种情况： * 1.内存越界 2.使用了非线程安全的函数 3.全局数据未加锁保护 4.非法指针 5.堆栈溢出 也就是需要检查访问的内存、资源。 可以使用 strace 命令来进行分析 在程序的运行命令前加上 strace，在程序出现：已放弃（吐核），终止运行后，就可以通过 strace 打印在控制台的跟踪信息进行分析和定位问题 方法2：docker启动普通镜像的Tensorflow ```bash $ docker pull tensorflow/tensorflow:1.8.0-gpu-py3 $ docker tag tensorflow/tensorflow:1.8.0-gpu-py3 tensorflow:1.8.0-gpu ``` nvidia-docker run -it -p 8888:8888 tensorflow:1.8.0-gpu ```bash $ nvidia-docker run -it -p 8033:8033 tensorflow:1.8.0-gpu ``` 浏览器进入指定 URL(见启动终端回显) 就可以利用 IPython Notebook 使用 tensorflow  评测指标 * 训练时间：在指定数据集上训练模型达到指定精度目标所需的时间 * 吞吐：单位时间内训练的样本数 * 加速效率：加速比/设备数\*100%。其中，加速比定义为多设备吞吐数较单设备的倍数 * 成本：在指定数据集上训练模型达到指定精度目标所需的价格 * 功耗：在指定数据集上训练模型达到指定精度目标所需的功耗 在初版评测指标设计中，我们重点关注训练时间、吞吐和加速效率三项 ## 六、保存镜像的修改 执行以下命令，保存TensorFlow镜像的修改 ```bash docker commit -m "commit docker" CONTAINER_ID nvcr.io/nvidia/tensorflow:18.03-py3 # CONTAINER_ID可通过docker ps命令查看。 ``` > \[root@gputest \~\]# docker commit -m "commit docker" 818d19092cdc nvcr.io/nvidia/tensorflow:23.03-tf1-py3 > > sha256:fc14c7fdf361308817161d5d0cc018832575e7f2def99fe49876d2a41391c52c  查看docker进程 ```bash [root@gputest ~]# docker ps ``` 重新进入CONTAINER ID containerid ```bash [root@gputest ~]# nvidia-docker exec -it 818d19092cdc /bin/bash ```  ## 七、benchmarks 支持的所有参数 |------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------| | 参数名称 | 描述 | 备注 | | --help | 查看帮助信息 | | | --backend | 使用的框架名称，如TensorFlow，PyTorch等，必须指定 | 当前只支持TensorFlow，后续会增加对PyTorch的支持 | | --model | 使用的模型名称，如alexnet、resnet50等，必须指定 | 请查阅所有支持的模型 | | --batch_size | batch size大小 | 默认值为32 | | --num_epochs | epoch的数量 | 默认值为1 | | --num_gpus | 使用的GPU数量。设置为0时，仅使用CPU。 * 在单机多卡模式下，指定每台机器使用的GPU数量； * 在multi-worker模式下，指定每个worker使用的GPU数量 | | | --data_dir | 输入数据的目录，对于CV任务，当前仅支持ImageNet数据集；如果没有指定，表明使用合成数据 | | | --do_train | 执行训练过程 | 这三个选项必须指定其中的至少一个，可以同时指定多个选项。 | | --do_eval | 执行evaluation过程 | 这三个选项必须指定其中的至少一个，可以同时指定多个选项。 | | --do_predict | 执行预测过程 | 这三个选项必须指定其中的至少一个，可以同时指定多个选项。 | | --data_format | 使用的数据格式，NCHW或NHWC，默认为NCHW。 * 对于CPU设备，建议使用NHWC格式 * 对于GPU设备，建议使用NCHW格式 | | | --optimizer | 所使用的优化器，当前支持SGD、Adam和Momentum，默认为SGD | | | --init_learning_rate | 使用的初始learning rate的值 | | | --num_epochs_per_decay | learning rate decay的epoch间隔 | 如果设置，这两项必须同时指定 | | --learning_rate_decay_factor | 每次learning rate执行decay的因子 | 如果设置，这两项必须同时指定 | | --minimum_learning_rate | 最小的learning rate值 | 如果设置，需要同时指定面的两项 | | --momentum | momentum参数的值 | 用于设置momentum optimizer | | --adam_beta1 | adam_beta1参数的值 | 用于设置Adam | | --adam_beta2 | adam_beta2参数的值 | 用于设置Adam | | --adam_epsilon | adam_epsilon参数的值 | 用于设置Adam | | --use_fp16 | 是否设置tensor的数据类型为float16 | | | --fp16_vars | 是否将变量的数据类型设置为float16。如果没有设置，变量存储为float32类型，并在使用时转换为fp16格式。 建议：不要设置 | 必须同时设置--use_fp16 | | --all_reduce_spec | 使用的AllReduce方式 | | | --save_checkpoints_steps | 间隔多少step存储一次checkpoint | | | --max_chkpts_to_keep | 保存的checkpoint的最大数量 | | | --ip_list | 集群中所有机器的IP地址，以逗号分隔 | 用于多机分布式训练 | | --job_name | 任务名称，如'ps'、'worker' | 用于多机分布式训练 | | --job_index | 任务的索引，如0，1等 | 用于多机分布式训练 | | --model_dir | checkpoint的存储目录 | | | --init_checkpoint | 初始模型checkpoint的路径，用于在训练前加载该checkpoint，进行finetune等 | | | --vocab_file | vocabulary文件 | 用于NLP | | --max_seq_length | 输入训练的最大长度 | 用于NLP | | --param_set | 创建和训练模型时使用的参数集。 | 用于Transformer | | --blue_source | 包含text translate的源文件，用于计算BLEU分数 | 用于Transformer | | --blue_ref | 包含text translate的源文件，用于计算BLEU分数 | 用于Transformer | | --task_name | 任务的名称，如MRPC，CoLA等 | 用于Bert | | --do_lower_case | 是否为输入文本使用小写 | 用于Bert | | --train_file | 训练使用的SQuAD文件，如train-v1.1.json | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --predict_file | 预测所使用的SQuAD文件，如dev-v1.1.json或test-v1.1.json | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --doc_stride | 当将长文档切分为块时，块之间取的间距大小 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --max_query_length | 问题包含的最大token数。当问题长度超过该值时，问题将被截断到这一长度。 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --n_best_size | nbest_predictions.json输出文件中生成的n-best预测的总数 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --max_answer_length | 生成的回答的最大长度 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --version_2_with_negative | 如果为True，表明SQuAD样本中含有没有答案（answer）的问题 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | | --run_squad | 如果为True，运行SQUAD任务，否则，运行sequence （sequence-pair）分类任务 | 用于Bert模型，运行SQuAD， --run_squad必须指定 | ## 八、GPU使用注意事项 **1. 如何在tensorflow中指定使用GPU资源** 在配置好GPU环境的TensorFlow中 ，如果操作没有明确地指定运行设备，那么TensorFlow会优先选择GPU。在默认情况下，TensorFlow只会将运算优先放到/gpu:0上。如果需要将某些运算放到不同的GPU或者CPU上，就需要通过tf.device来手工指定 ```python import tensorflow as tf # 通过tf.device将运算指定到特定的设备上。 with tf.device('/cpu:0'): a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a') b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b') with tf.device('/gpu:1'): c = a + b sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) print sess.run(c) ``` **2. 虚拟化使用GPU的方案**  通过KVM虚拟化实例使用CPU和内存等资源，GPU不参与虚拟化。不同容器共享使用物理GPU资源 **3. 分布式TensorFlow** ```python #coding=utf-8 #多台机器，每台机器有一个显卡、或者多个显卡，这种训练叫做分布式训练 import tensorflow as tf #现在假设我们有A、B、C、D四台机器，首先需要在各台机器上写一份代码，并跑起来，各机器上的代码内容大部分相同 # ，除了开始定义的时候，需要各自指定该台机器的task之外。以机器A为例子，A机器上的代码如下： cluster=tf.train.ClusterSpec({ "worker": [ "A_IP:2222",#格式 IP地址：端口号，第一台机器A的IP地址 ,在代码中需要用这台机器计算的时候，就要定义：/job:worker/task:0 "B_IP:1234"#第二台机器的IP地址 /job:worker/task:1 "C_IP:2222"#第三台机器的IP地址 /job:worker/task:2 ], "ps": [ "D_IP:2222",#第四台机器的IP地址 对应到代码块：/job:ps/task:0 ]}) ``` 使用分布式的TensorFlow比较容易。只需在集群服务器中为 worker 节点分配带名字的IP。 然后 就可以手动或者自动为 worker 节点分配操作任务 **. GPU 显存资源监控** 一个Server端的外挂模块，提供任务特征到资源特征的映射数据集，方便后续预测模型构建以及对芯片资源能力的定义 利用 `with tf.device("{device-name}")` 这种写法，可以将with statement代码块中的变量或者op指定分配到该设备上。 在上面例子中，变量 W 和 b 就被分配到 /cpu:0 这个设备上。注意，如果一个变量被分配到一个设备上，读取这个变量也就要从这个设备读取，写入这个变量也将会写入到这个设备。 而 output （也就是一个 tf.matmul 矩阵乘法的计算操作，跟着一个tensor的加法的计算操作），以及后面的 loss 的计算（即对 output 调用了 f 这个函数，该函数中可能还有很多逻辑，涉及很多tensor运算的op），分配给了 `/gpu:0` 这个设备。 基本原则：变量放到CPU，计算放到GPU。 这时，TensorFlow实际上会将代码中定义的Graph（计算图）分割，根据指定的device placement将图的不同部分分配到不同的设备上，并且在设备间建立通信（如DMA，Direct Memory Access）。这些都不需要在应用代码层面操作。 单机多卡 当我们在一台机器上有多个GPU可用时，要利用多个GPU，代码编写方式的示意如下： ```python # Calculate the gradients for each model tower. tower_grads = [] with tf.variable_scope(tf.get_variable_scope()): for i in xrange(FLAGS.num_gpus): with tf.device('/gpu:%d' % i): with tf.name_scope('%s_%d' % (cifar10.TOWER_NAME, i)) as scope: # Dequeues one batch for the GPU image_batch, label_batch = batch_queue.dequeue() # Calculate the loss for one tower of the CIFAR model. This function # constructs the entire CIFAR model but shares the variables across # all towers. loss = tower_loss(scope, image_batch, label_batch) # Reuse variables for the next tower. tf.get_variable_scope().reuse_variables() # Retain the summaries from the final tower. summaries = tf.get_collection(tf.GraphKeys.SUMMARIES, scope) # Calculate the gradients for the batch of data on this CIFAR tower. grads = opt.compute_gradients(loss) # Keep track of the gradients across all towers. tower_grads.append(grads) # We must calculate the mean of each gradient. Note that this is the # synchronization point across all towers. grads = average_gradients(tower_grads) ``` 本质上分配设备的方式和单机单卡的情况是一样的，使用同样的语法。 在上例中，假设我们有2个GPU，则代码会按照相同的逻辑定义两套操作，先后分配给名为 /gpu:0 和 /gpu:1 的两个设备。 **注意：** * tensorflow的代码中cpu和gpu的设备编号默认从0开始 * 比如我们在机器上看到有两块GPU，通过CUDA_VISIBLE_DEVICES环境变量进行控制，起了一个进程，只让0号GPU对其可见，再起一个进程，只让1号GPU对其可见，在两个进程的tensorflow代码中，都是通过/gpu:0来分别指代它们可用的GPU。 * 上例属于in-graph，从tensorboard绘制的计算图中可以明显看出来（下文会有对比展示） * 上例属于数据并行 * 上例属于同步更新 下面展示一些示例，运行的代码是以TensorFlow官网指南（ ）为基础的，在单机2GPU的环境以multi-tower方式运行。运行过程中记录了Tensorboard使用的summary  可以看到，CPU, GPU:0, GPU:1分别用三种颜色进行了标记。 ## 重要参考资料 本文大部分内容都是看了自以下几个资料再进行试验总结出来的： Distributed Tensorflow (TensorFlow官网): https://www.tensorflow.org/deploy/distributed Distributed TensorFlow (TensorFlow Dev Summit 2017): https://www.youtube.com/watch?v=la_M6bCV91M\&index=11\&list=PLOU2XLYxmsIKGc_NBoIhTn2Qhraji53cv Distributed TensorFlow (TensorFlow Dev Summit 2018): https://www.youtube.com/watch?v=-h0cWBiQ8s8 (本文没有包括Dev Summit 2018这个talk的内容，这里面除了基本原理之外，只讲了TensorFlow如何支持All Reduce，但是只适用于单机多卡，并且是High Level API。多机多卡的方面演讲者也只推荐了Horovod这种方式。) 另外还有官网关于使用GPU的指南: