tensorflow.python.framework.errors_impl.InternalError: Job "" was not defined in cluster

Question

问题遇到的现象和发生背景

问题相关代码，请勿粘贴截图

运行结果及报错内容

我的解答思路和尝试过的方法

我想要达到的结果

import tensorflow as tf


tf.compat.v1.disable_eager_execution()
FLASS = tf.compat.v1.app.flags.FLAGS
tf.compat.v1.app.flags.DEFINE_string("job_name", "", "启动服务的类型ps or worker")
tf.compat.v1.app.flags.DEFINE_integer("task_index", 0, "指定ps或者worker当中的那一台服务器以task:0 ,task:1")



def main(argv):
    # 定义全局计数的op，给钩子列表当中的训练步数使用
    global_step = tf.compat.v1.train.get_global_step()

    # 指定集群描述对象， ps ， worker
    cluster = tf.compat.v1.train.ClusterSpec({"ps": ["192.168.254.128:2223"], "worker": ["10.213.26.88:2222"]})
    server = tf.compat.v1.train.Server(cluster, job_name=FLASS.job_name, task_index=FLASS.task_index)
    # 根据不同服务做不同的事情， ps：去更新保存参数 worker:指定设备去运行模型计算
    if FLASS.job_name == "ps":
        # 参数服务器什么都不用干， 是需要等待worker传递参数
        server.join()
    else:
        worker_device = "/job:worker/task:0/cpu:0/"
        # 可以指定设备去运行
        with tf.compat.v1.device(
            tf.compat.v1.train.replica_device_setter(
                worker_device = worker_device,
                cluster=cluster
            )):
            # 简单做一个矩阵乘法运算
            x = tf.compat.v1.Variable([[1, 2, 3, 4]])
            w = tf.compat.v1.Variable([2], [2], [2], [2])
            mat = tf.compat.v1.matmul(x, w)
            # 创建分布式会话
            with tf.compat.v1.train.MonitoredTrainingSession(
                master="grpc://10.213.26.88:2222", # 指定主worker
                is_chief=(FLASS.task_index == 0), # 判断是否是住worker
                config=tf.compat.v1.ConfigProto(log_device_placement=True), # 打印设备信息
                hooks=[tf.compat.v1.train.StopAtStepHook(last_step=200)]
            ) as mon_sess:
                while not mon_sess.should_stop():
                    print(mon_sess.run(mat))





if __name__ == "__main__":
    tf.compat.v1.app.run()