determined
v0.38.0
กำหนดเป็นแพลตฟอร์มการเรียนรู้ที่ลึกล้ำแบบครบวงจรซึ่งเข้ากันได้กับ Pytorch และ Tensorflow
ต้องดูแล:
ส่วนประกอบหลักของการพิจารณาคือไลบรารี Python, อินเตอร์เฟสบรรทัดคำสั่ง (CLI) และเว็บ UI
ใช้ไลบรารี Python เพื่อให้รหัส pytorch หรือ tensorflow ที่มีอยู่ของคุณเข้ากันได้กับที่กำหนด
คุณสามารถทำได้โดยการจัดระเบียบรหัสของคุณเป็นหนึ่งใน API แบบคลาส:
from determined . pytorch import PyTorchTrial
class YourExperiment ( PyTorchTrial ):
def __init__ ( self , context ):
...หรือโดยใช้ฟังก์ชั่นที่คุณต้องการผ่าน Core API:
import determined as det
with det . core . init () as core_context :
...คุณสามารถใช้ CLI เพื่อ:
det deploy local cluster-up
det deploy aws up
det experiment create gpt.yaml .กำหนดค่าทุกอย่างตั้งแต่การฝึกอบรมแบบกระจายไปจนถึงการปรับเปลี่ยนพารามิเตอร์โดยใช้ไฟล์ YAML:
resources :
slots_per_trial : 8
priority : 1
hyperparameters :
learning_rate :
type : double
minval : .0001
maxval : 1.0
searcher :
name : adaptive_asha
metric : validation_loss
smaller_is_better : true ใช้ Web UI เพื่อดูเส้นโค้งการสูญเสีย, พล็อตไฮเปอร์พารามิเตอร์, รหัสและสแน็ปช็อตการกำหนดค่า, การลงทะเบียนแบบจำลอง, การใช้คลัสเตอร์, การดีบักบันทึกการบันทึกรายงานการทำโปรไฟล์ประสิทธิภาพและอื่น ๆ
เพื่อติดตั้ง CLI:
pip install determined จากนั้นใช้ det deploy เพื่อเริ่มคลัสเตอร์ที่กำหนดในเครื่องหรือบนบริการคลาวด์เช่น AWS และ GCP
สำหรับรายละเอียดการติดตั้งเยี่ยมชมคู่มือการปรับใช้คลัสเตอร์สำหรับสภาพแวดล้อมของคุณ:
ทำความคุ้นเคยกับการกำหนดโดยการสำรวจตัวอย่าง 30+ ในโฟลเดอร์ตัวอย่างและ repo ตัวอย่างที่กำหนด
หากคุณต้องการความช่วยเหลือต้องการยื่นรายงานข้อผิดพลาดหรือเพียงแค่ต้องการติดตามข่าวสารล่าสุดเกี่ยวกับการกำหนดโปรดเข้าร่วมชุมชนที่กำหนด!
[email protected]คู่มือผู้สนับสนุน
Apache v2
