tensorflow分布式运行的代码

手写识别体应用

参照下面链接

单机运行多个进程实现分布式是很顺利的，但是实现多机的分布式还是遇到了很多的问题的，报了一些错误。
后来我觉得是不是前面的代码不适合在多机的适合运行，毕竟那篇文章的作者也没有自己尝试，然后又参考了这篇文章很好的文章，这篇文章的作者还出了书，蛮厉害的。使用了这篇作者的文章，然后又运行报错了，我就想是不是我tensorflow的问题，我的分布式的两台主机的tensorflow版本是不一样的，一个是1.1.0,一个是1.13.0,操作系统也不一样，一个是ubuntu14,一个是ubuntu16。
不是我不想让他们一样，是ubuntu14.04的安装tensorflow1.13的时候，会有gcllib什么2.23not found的错误，要进行升级，升级会面临着死机的风险，这个风险我是万万不能接受的。所以就安了一个1.1.0的版本试试看。

---

分割线
解决方案是
我让两台主机都安装了tensorflow1.8.0的版本

pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/pypi/web/packages/6d/dc/464f59597a5a8282585238e6e3a7bb3770c3c1f1dc8ee72bd5be257178ec/tensorflow-1.8.0-cp35-cp35m-manylinux1_x86_64.whl#sha256=d345d296aeb05eeb50d9de43a1dcb66ceaba6a2bd603f58aeefaa07b2c1bfac1

然后运行分布式代码，代码来自那篇作者的github
在server1（10.108.63.77）上运行两个进程，一个是ps，一个是worker0
开一个终端
运行前还要，激活anaconda创建的环境

source activate newtensorflow

cd ~/myshare/distributeTensorflowExample
python distribute.py --ps_hosts=10.108.63.77:2222 --worker_hosts=10.108.63.77.42:2224 ,10.108.61.249:2225 --job_name=ps --task_index=0

开另一个终端

python distribute.py --ps_hosts=10.108.63.77:2222 --worker_hosts=10.108.63.77.42:2224 ,10.108.61.249:2225 --job_name=worker --task_index=0

在Server2（10.108.61.249）上运行一个worker进程

python distribute.py --ps_hosts=10.108.63.77:2222 --worker_hosts=10.108.63.77:2224 ,10.108.61.249:2225 --job_name=worker --task_index=1

然后代码就跑起来了，撒花，这个问题花了我很长时间才解决。感觉我废话好多，大家将就着看吧~