请问多ps 多euler的情况下有infer的例子可以借鉴吗

目前处于分布式训练保存ckpt，可以读取可以再训练的状态，当user_id数量极多的情况下模型参数非常大应该是多个ps来扛，这个时候想要导出user_embedding 不知有没有例子可以参考，我尝试在examples/graphsage/run_graphsage.py的基础上进行了分布式train的修改是ok的，不过在此基础上直接调用model_estimator.infer() 好像并不行，wo

进行infer时代码、执行语句、日志分别是

代码主要部分 `tf_config={ 'cluster': {'chief': chief_hosts, 'worker': worker_hosts, 'ps': ps_hosts}, 'task': {'type': job_name, 'index': task_index} } if job_name == 'worker' and task_index == 0: tf_config['task'] = {"index": 0, "type": "chief"} .... .... model = graphSage的例子 config = tf.estimator.RunConfig(log_step_count_steps=None) model_estimator = NodeEstimator(model, params, config)

if flags_obj.run_mode == 'train': model_estimator.train_and_evaluate() elif flags_obj.run_mode == 'evaluate': model_estimator.evaluate() elif flags_obj.run_mode == 'infer': model_estimator.infer() else: raise ValueError('Run mode not exist!') ` 执行语句 python run_graphsage_distribute_new.py --job_name 'start_euler' --shard_idx 0 --shard_num ${shard_num} --data_dir ${data_dir} --zk_addr ${zk_addr} --zk_path ${zk_path} python run_graphsage_distribute_new.py --job_name 'start_euler' --shard_idx 1 --shard_num ${shard_num} --data_dir ${data_dir} --zk_addr ${zk_addr} --zk_path ${zk_path}

python run_graphsage_distribute_new.py --job_name 'ps' --shard_num ${shard_num} --task_index 0 --ps_hosts ${ps_hosts} --worker_hosts ${worker_hosts} --chief_hosts ${chief_hosts} --zk_addr ${zk_addr} --zk_path ${zk_path} # ps 刚启动到这个ps 时就已经有问题了（目前仅1个ps节点）

日志图片

alibaba / euler

请问多ps 多euler的情况下有infer的例子可以借鉴吗 #329