tensorflow 整体架构

• 系统概述
• 本地模型运行

系统概述

TensorFlow的系统结构以C API为界，将整个系统分为前端和后端两个子系统：

• 前端：提供编程模型，构造计算图
• 后端：提供运行时环境，执行计算图

4个基本组件：

• client：通过Session为桥梁，连接TensorFlow后端，并启动计算图的执行过程。
• Master：
  1. 在分布式的运行时环境中，Master根据Session.run的Fetching参数，从计算图找到所依赖的最小子图；
  2. 将该子图再次分裂为多个子图片段，以便在不同的进程和设备上运行这些子图片段；
  3. 将这些子图片段派发给Worker；
  4. Worker启动子图片段的执行过程。
• Worker：
  1. 按照计算图中节点的依赖关系，调用Kernel实现完成运算。
  2. 负责将运算的结果与其他Worker交互。
• Kernel Implements：执行OP运算。

一种划分子图片段的方法，通过SEND、RECV节点传输数据。

本地模型运行