Tensorflow variable_scope 中的 partitioner 参数是做什么用的？答案

【问题标题】：What is partitioner parameter in Tensorflow variable_scope used for?Tensorflow variable_scope 中的 partitioner 参数是做什么用的？
【发布时间】：2018-04-20 14:51:31
【问题描述】：

tf.variable_scope 有一个partitioner 参数，如documentation 中所述。

据我了解，它用于分布式训练。谁能更详细地解释一下它的正确用法是什么？

【问题讨论】：

标签： python tensorflow sharding partition

【解决方案1】：

巨大的张量流变量可以在多台机器上分片（参见this discussion）。 Partitioner 是一种机制，通过它 tensorflow 分配和组合回张量，因此程序的其余部分不知道这些实现细节并以通常的方式使用张量。

您可以通过tf.get_variable为每个变量指定分区器：

如果提供了分区器，则返回 PartitionedVariable。将此对象作为张量访问会返回沿分区轴连接的分片。

或者您通过tf.variable_scope 为整个作用域定义默认分区器，这将影响其中定义的所有变量。

在this page 上查看 tensorflow 1.3 中可用分区器的列表。最简单的是tf.fixed_size_partitioner，它沿着指定的轴对张量进行分片。这是一个示例用法（来自this question）：

w = tf.get_variable("weights",                                        
                    weights_shape,                                    
                    partitioner=tf.fixed_size_partitioner(num_shards, axis=0), 
                    initializer=tf.truncated_normal_initializer(stddev=0.1))

【讨论】：