System hangs when a server is killed
还没有人认领这个 Issue。
评估
- 难度
- 4/5
- 预计耗时
- 3-5 天
- 新手友好度
- 25/100
- Issue 类型
- 缺陷
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 技术栈
- cpp
调研方向
使用提供的 ../../script/ps.sh 命令和 hostfile 从 parameter_server/example/linear 复现，然后比较终止 server 与终止 worker 后的行为。检查 repository 描述中注明的当前项目位置，并且只有在记录了 server 故障时的行为，或验证了系统预期的继续运行情况后，才认为该 issue 已解决。
由索引模型根据 Issue 内容生成。
描述
The system hangs (node where scheduler is running stops displaying iteration outcomes on the terminal. Logs are also not generated) whenever a server process is killed (both on local machine or on remote machine). Is it the expected behaviour ? Shouldn't it still continue to run with gradients being updated on the backup/replicated server node as described in the paper ?
Here are the steps that I ran (from "parameter_server/example/linear" dir):
../../script/ps.sh start -nw 4 -ns 3 -hostfile hostfile ../../build/linear -app_file ctr/online_l1lr.conf -num_replicas 2 -report_interval 1
Then I killed a server process on one of the nodes. This stops the system. Killing a worker node, still continues the SGD and converges eventually.
Any help in this regard will be highly appreciated.
Thanks,
Danish
- 主要语言
- C++
- 星标
- 649
- 派生
- 233
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
我们还没有检查这个项目的环境配置文件。先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
dmlc/parameter_server 的其他 Issue
-
难度 3/5 1-2 天 新手友好度 35/100
dmlc/parameter_server#31 ·
-
难度 3/5 1-2 天 新手友好度 15/100
dmlc/parameter_server#29 · 2 条评论 ·
-
难度 3/5 1-2 天 新手友好度 35/100
dmlc/parameter_server#28 · 1 条评论 ·
-
running error.未关闭
难度 5/5 一周以上 新手友好度 5/100
dmlc/parameter_server#27 ·
-
难度 3/5 1-2 天 新手友好度 25/100
dmlc/parameter_server#25 · 1 条评论 ·
查看 dmlc/parameter_server 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 84/100
grumpycoders/pcsx-redux#2171 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 70/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 88/100
bytedance/trae-agent#524 · 1 条评论 ·
维护者通常 1 天内回复
-
难度 1/5 1 小时以内 新手友好度 84/100
AcademySoftwareFoundation/openexr#2683 ·
维护者通常 1 天内回复
-
难度 1/5 1 小时以内 新手友好度 85/100
microsoft/onnxruntime#32881 ·
维护者通常 1 天内回复