软件简介

TensorFlow on YARN (TonY) 是一个构建在 Hadoop YARN 上的 TensorFlow 框架。

TonY 可以将单节点或分布式 TensorFlow 训练作为 Hadoop 应用程序运行。此原生连接器与其他 TonY 功能一起，旨在可靠，灵活地运行
TensorFlow 训练。

在 YARN 的 TonY 上运行 TensorFlow

TonY 的架构

TonY 主要包含三个要素：Client、ApplicationMaster 和 TaskExecutor。运行 TonY 作业的端到端处理过程如下：

1. 用户向 Client 提交 TensorFlow 模型训练代码、参数及其 Python 虚拟环境（包含 TensorFlow 依赖）。

2. Client 设置 ApplicationMaster（AM）并将其提交给 YARN 集群。

3. AM 与 YARN 基于用户资源请求的资源管理（Resource Manager）进行资源协商（参数服务器及线程、内存和 GPU 的数量）。

4. 一旦 AM 收到分配，它就会在分配的节点上生成 TaskExecutor。

5. TaskExecutor 启动用户的训练代码并等待其完成。

6. 用户的训练代码启动，TonY 定期在 TaskExecutor 和 AM 之间跳动，以检查其活性。