是否可以将本地计算用于TensorFlow估算器?为训练运行配置虚拟机需要花费大量时间,我希望能够在本地尝试一些运行,直到我的配置稳定。
通过创建一个空的RunConfiguration,可以使用ScriptRunConfig执行此操作。该文档声称可以创建本地ComputeTarget,但缺少有关如何执行此操作的文档:
本地电脑
创建和附加:无需创建或附加计算目标即可将本地计算机用作培训环境。
配置:将本地计算机用作计算目标时,培训代码将在开发环境中运行。如果该环境已经包含您需要的Python包,请使用用户管理的环境。
[!代码蟒蛇]
我直接使用Microsoft docs,而不是GitHub原始页面 - 我注意到后者有时不完整和/或过时。
正如您所怀疑的那样,docs确认您应该创建一个空的RunConfiguration,类似于以下代码(取自上述链接):
from azureml.core.runconfig import RunConfiguration
# Edit a run configuration property on the fly.
run_local = RunConfiguration()
run_local.environment.python.user_managed_dependencies = True
使用compute_target =“local”。改编Microsoft docs
script_params = {
'--num_epochs': 30,
'--output_dir': './outputs'
}
estimator = PyTorch(source_directory=project_folder,
script_params=script_params,
# compute_target=compute_target,
compute_target='local',
entry_script='pytorch_train.py',
use_gpu=True,
pip_packages=['pillow==5.4.1'])