使用云数据进行高效的 PyTorch 训练
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
Vertex AI 神经架构搜索没有描述如何设计训练程序的要求。因此,选择任何训练框架均可构建训练程序。
对于使用大量数据的 PyTorch 训练,最佳做法是使用分布式训练范例并从 Cloud Storage 中读取数据。查看使用 Vertex AI 进行高效 PyTorch 训练这篇博文,了解如何提高训练性能。使用 WebDataset
和选择 DistributedDataParallel
或 FullyShardedDataParallel
分布式训练策略时,利用 Cloud Storage 上的数据可实现 6 倍的总体性能提升。使用 Cloud Storage 上的数据的训练性能类似于使用本地磁盘上的数据的训练性能。
预构建的 MNasNet 分类示例已将这些方法整合到其训练流水线中。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-03-15。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]
{"lastModified": "\u6700\u540e\u66f4\u65b0\u65f6\u95f4 (UTC)\uff1a2024-03-15\u3002"}