Soluciona problemas de errores y rendimiento de Cloud TPU

En estos documentos de solución de problemas, se describen las condiciones de error y los problemas de rendimiento que pueden surgir durante el entrenamiento con las Cloud TPU mediante TensorFlow, JAX y PyTorch.

En Monitoring con Stacktrace, se describe cómo crear métricas basadas en registros que se pueden usar para crear alertas y visualizar paneles a fin de ayudar a depurar errores y problemas de rendimiento.

Si no puedes saber si el problema que ves es específico de un framework en particular, comienza con la solución de problemas de TensorFlow: TPU.

Cómo supervisar con Stacktrace

• Supervisa con Stackdriver

  Crea métricas basadas en registros, alertas y paneles de visualización para ayudar a depurar errores y problemas de rendimiento.

Solución de problemas de TensorFlow: TPU

• Soluciona problemas de TensorFlow: modelos de TPU en Cloud TPU

  Identifica y resuelve problemas que puedas encontrar mientras entrenas modelos de TensorFlow en Cloud TPU.

Soluciona problemas de PyTorch: TPU

• Soluciona problemas de PyTorch: Modelos de TPU en Cloud TPU

  Identifica y resuelve problemas que puedas encontrar mientras entrenas modelos de PyTorch en Cloud TPU.

Solución de problemas de JAX: TPU

• Soluciona problemas de JAX: Modelos de TPU en Cloud TPU

  Identifica y resuelve problemas que puedes encontrar mientras entrenas modelos JAX en Cloud TPU.