我正在测试一个分布式 TensorFlow，几乎与inception_distributed_train.py（同步数据并行）相同，但使用基本示例的默认mnist 数据集。
对于主工人（仅），对于sv = tf.train.Supervisor关闭sv.stop()给出RuntimeError: ('Coordinator stopped with threads still running: %s', 'Thread-4')。
同时在ps节点上，我看到了日志Variable:0: Skipping cancelled dequeue attempt with queue not closed，变量 1-7 也是如此，但有趣的是，变量 8 没有定义为global_step = tf.Variable(0)并传递给tf.train.SyncReplicasOptimizer方法minimizeas global_step。
这个错误是否会给任何人敲响警钟？我真的看不出我的逻辑与inception_distributed_train.py的逻辑有何不同