Résoudre les erreurs Cloud TPU et les problèmes de performances

Ces documents de dépannage décrivent les conditions d'erreur et les problèmes de performances que vous pouvez rencontrer lors de l'entraînement avec des Cloud TPU à l'aide de TensorFlow, JAX et PyTorch.

La page Surveiller avec Stacktrace explique comment créer des métriques basées sur les journaux pouvant servir à créer des alertes et à visualiser des tableaux de bord pour faciliter le débogage des erreurs et des problèmes de performances.

Si vous ne parvenez pas à déterminer si le problème que vous rencontrez est spécifique à un framework particulier, commencez par résoudre les problèmes liés à TensorFlow – TPU.

Surveiller avec Stacktrace

• Assurer la surveillance avec Stackdriver

  Créez des métriques et des alertes basées sur les journaux, et visualisez les tableaux de bord pour faciliter le débogage des erreurs et des problèmes de performances.

Résoudre les problèmes liés à TensorFlow – TPU

• Résoudre les problèmes liés aux modèles de TPU TensorFlow sur Cloud TPU

  Identifiez et résolvez les problèmes que vous pouvez rencontrer lors de l'entraînement de modèles TensorFlow sur Cloud TPU.

Résoudre les problèmes liés à PyTorch – TPU

• Résoudre les problèmes liés aux modèles PyTorch de TPU sur Cloud TPU

  Identifier et résoudre les problèmes que vous pouvez rencontrer lors de l'entraînement de modèles PyTorch sur Cloud TPU

Résoudre les problèmes liés à JAX – TPU

• Résoudre les problèmes liés aux modèles TPU JAX sur Cloud TPU

  Identifiez et résolvez les problèmes que vous pouvez rencontrer lors de l'entraînement de modèles JAX sur Cloud TPU.