horovod.spark
: elosztott mélytanulás a Horovodtal
Megtudhatja, hogyan használhatja a csomagot a horovod.spark
gépi tanulási modellek elosztott betanítására.
horovod.spark
az Azure Databricksen
Az Azure Databricks támogatja a horovod.spark
csomagot, amely egy becslő API-t biztosít, amelyet az ML-folyamatokban a Keras és a PyTorch használatával használhat. További részletekért lásd: Horovod a Sparkon, amely a Databricks horovodról szóló szakaszát tartalmazza.
Feljegyzés
- Az Azure Databricks függőségekkel telepíti a
horovod
csomagot. Ha frissíti vagy visszaminősítette ezeket a függőségeket, kompatibilitási problémák merülhetnek fel. - Ha egyéni visszahívásokat használ
horovod.spark
a Kerasban, a modelleket TensorFlow SavedModel formátumban kell mentenie.- A TensorFlow 2.x esetén használja a
.tf
fájlnév utótagját. - A TensorFlow 1.x esetén állítsa be a beállítást
save_weights_only=True
.
- A TensorFlow 2.x esetén használja a
Követelmények
Databricks Runtime ML 7.4 vagy újabb.
Feljegyzés
horovod.spark
nem támogatja a Pyarrow 11.0-s és újabb verzióit (lásd a GitHub vonatkozó problémáját). A Databricks Runtime 15.0 ML tartalmazza a Pyarrow 14.0.1-es verzióját. A Databricks Runtime 15.0 ML vagy újabb verziójának használatához horovod.spark
manuálisan kell telepítenie a Pyarrow-t, és meg kell adnia a 11.0-s verzió alatti verziót.
Példa: Elosztott betanítási függvény
Az alábbi egyszerű példa egy elosztott betanítási függvény futtatására a következő használatával horovod.spark
:
def train():
import horovod.tensorflow as hvd
hvd.init()
import horovod.spark
horovod.spark.run(train, num_proc=2)
Példajegyzetfüzetek: Horovod Spark-becslők a Keras és a PyTorch használatával
Az alábbi jegyzetfüzetek bemutatják, hogyan használható a Horovod Spark Estimator API a Keras és a PyTorch használatával.
Horovod Spark Estimator Keras-jegyzetfüzet
Horovod Spark Estimator PyTorch-jegyzetfüzet
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: