Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Für die Neural Architecture Search von Vertex AI gibt es keine Anforderungen zum Entwerfen Ihrer Trainer. Wählen Sie ein beliebiges Trainings-Framework aus, um den Trainer zu erstellen.
Für ein PyTorch-Training mit großen Datenmengen empfiehlt es sich, das verteilte Trainingsparadigma zu verwenden und Daten aus Cloud Storage zu lesen.
Informationen zum Verbessern der Trainingsleistung finden Sie im Blogpost Effizientes PyTorch-Training mit Vertex AI. Mit WebDataset und den verteilten Schulungsstrategien DistributedDataParallel oder FullyShardedDataParallel können Sie die Leistung mit Daten in Cloud Storage insgesamt um das 6-fache steigern. Die Trainingsleistung mit Daten in Cloud Storage ähnelt der Trainingsleistung mit Daten auf einem lokalen Laufwerk.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-14 (UTC)."],[],[]]
