我正在测试分布式TensorFlow，几乎与inception_distributed_train.py（同步数据并行）相同，但使用的是基本示例的默认mnist dataset .
对于主工作人员（仅限），对于 sv = tf.train.Supervisor ，结束 sv.stop() 给出 RuntimeError: ('Coordinator stopped with threads still running: %s', 'Thread-4') .
同时在 ps 节点上，我看到日志 Variable:0: Skipping cancelled dequeue attempt with queue not closed ，同样对于变量1-7，尽管有趣的是不是变量8定义为 global_step = tf.Variable(0) 并且传递到 tf.train.SyncReplicasOptimizer ，方法 minimize 作为 global_step .
这个错误会对任何人敲响吗？我真的看不出我的逻辑与inception_distributed_train.py的逻辑不同