单机版的TF没毛病，但是当大家在Tensorflow Github里面找到可用的模型，想分布式跑到时候，就会跑出来各种奇怪的问题。我尝试了几种不同构造TF的方式，算是成功渡过了踩坑期，特别记录一下。如果能帮助到各位TF boy最好。

方法一：自己手动写分布式协议

比如logistic regression

在master上运行的伪代码如下

with tf.Session('grpc://vm1:2222') as sess:
    sess.run(initialization)
    while not stop:
        run(train_op)       

master负责的是初始化session，以及将parameter发送给其他的worker。如果有saver也定义在这里。

下面的逻辑就是每个worker收到parameter，计算gradient，然后到master上进行aggregate。最常用的aggregate的方式就是将每一个worker的gradient求和。

Tip: 下面都默认task_index是0的节点为master。在TF中，这个master节点也叫做chief node。

伪代码如下：

with tf.device('/job:worker/task:%d" % FLAGS.task_index):
    read_data
    compute gradient

with tf.device('/job:worker/task:0'):
    aggregate weight

但是既然parameter server在sparse的数据集上非常好用，那么我们不妨尝试利用这个特性。
1. 首先每一个worker得到sparse index，传给master。
2. master根据对应的sparse index，得到对应的sparse data。这个也叫做working set，不知道是不是system方向的叫法。
3. 每一个worker从master得到working set。更新gradient。
4. master将每一个worker的gradient进行aggregate。

其实相比于前一个方法，就是多了一次信息传递（1、2步），来获取sparse信息。

伪代码如下：

with tf.device('/job:worker/task:%d' % FLAGS.task_index):
    read data
    get sparse index

with tf.device('/job:worker/task:0'):
    get sparse index from each worker
    generate working set for each worker

with tf.device('/job:worker/task:%d' % FLAGS.task_index):
    get working set from master
    compute gradient

with tf.device('/job:worker/task:0'):
    aggregate gradient

完整代码在这里.

Tip: 实现的时候，我直接用list存储每一个worker的gradient，sparse index，和working set。在下面提到的TensorFlow中已经实现的类中，使用的是内置的queue。（Python里queue和list差别不大）

方法二：使用MonitoredTrainingSession

TF有内置的类，supervisor和MonotoredTrainingSession是最常用的两个。

MonitoredTrainingSession是MonitoredSession的子类，多增加的功能是为master/chief 节点增加断点功能，以及创建session，分配给其他worker。

如果要保证同步更新，主要“下手”在optimizer上，类似我们在上面的第一个算法，所以TF有一个叫做SyncReplicasOptimizer的类。

这里一个让我踩了许久的坑：如果用了MonotoredTrainingSession和SyncReplicasOptimizer，如果ps相对于worker的分布不是均匀的，那么有的worker会跑的特别快。比如这样设置：

parser.add_argument(
    "--ps_hosts",
    type=str,
    default="vm1:2233",
    help="Comma-separated list of hostname:port pairs"
)
parser.add_argument(
    "--worker_hosts",
    type=str,
    default="vm1:2222,vm2:2222,vm3:2222",
    help="Comma-separated list of hostname:port pairs"
)

虽说理论上快的worker在每次iteration结束之后应该等queue挤满，但是很神奇的是！这个快的worker会自己再多跑几份session来把queue填充满，从而进入下一次iteration。

所以千万不要把ps和worker分布不均匀。可以每台worker都是ps，也可以固定几个ps与worker不重合。

parser.add_argument(
    "--ps_hosts",
    type=str,
    default="vm1:2233",
    help="Comma-separated list of hostname:port pairs"
)
parser.add_argument(
    "--worker_hosts",
    type=str,
    default="vm2:2222,vm3:2222",
    help="Comma-separated list of hostname:port pairs"
)