Preparação eficiente do PyTorch com dados na nuvem
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
O Vertex AI Neural Architecture Search não tem requisitos que descrevam como
conceber os seus formadores. Por conseguinte, escolha quaisquer frameworks de preparação para criar o preparador.
Para a preparação do PyTorch com grandes quantidades de dados, a prática recomendada é usar o paradigma de preparação distribuída e ler dados do Cloud Storage.
Consulte a publicação no blogue Formação eficiente do PyTorch com o Vertex AI para ver métodos de melhoria do desempenho da formação. Pode observar uma melhoria geral do desempenho 6 vezes superior com dados no
armazenamento na nuvem através da utilização de WebDataset e da escolha de DistributedDataParallel ou
FullyShardedDataParallel estratégias de preparação distribuídas. O desempenho da preparação com dados no Cloud Storage é semelhante ao desempenho da preparação com dados num disco local.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-09-19 UTC."],[],[],null,[]]
