小编Voj*_*tal的帖子

最近我一直在玩TensorFlow,我提到框架无法使用我所有可用的计算资源.在卷积神经网络教程中,他们提到了这一点

天真地使用模型参数的异步更新导致次优的训练性能,因为可以在模型参数的陈旧副本上训练单个模型副本.相反,采用完全同步更新将与最慢的模型副本一样慢.

虽然他们在教程和白皮书中都提到了它,但我并没有真正找到在本地机器上进行异步并行计算的方法.它甚至可能吗？或者它是TensorFlow的分布式待发布版本的一部分.如果是,那怎么样？

我试图找出评论属于 Google 电子表格中的哪个单元格。从API我得到

{'kind': 'drive#comment',
   ...
   'anchor': '{"type":"workbook-range","uid":0,"range":"285502171"}',
   ...}

然而我无法将整数值转换为电子表格中range适当的单元格范围（即）。A1:A2根据文档，锚应该看起来完全不同。根据文档，我假设应该有一个type 的区域类matrix。workbook-range首先，文档中没有提及。

当前的 docker 测试版要求您在--platform=linux/amd64每次需要时指定一个build或runamd64 图像/容器。

文档提到

当运行具有多架构支持的镜像时，docker 会自动选择与您的操作系统和架构相匹配的镜像变体。

该文档未指定使用 env 变量更改此自动行为的方法。它似乎忽略了 BUILDPLATFORM 和 TARGETPLATFORM。

是否有任何其他方法强制docker运行所有build和run使用的平台的命令linux/amd64，而不是linux/arm64/v8默认情况下在苹果硅运行MacOS的？