Chainer 클래스
Chainer 실험에서 학습을 위한 예측 도구를 나타냅니다.
사용되지 않습니다. ScriptRunConfig 개체는 사용자 정의 환경에서 사용하거나 Azure ML Chainer 큐레이팅된 환경 중 하나에서 사용합니다. ScriptRunConfig를 사용한 실험 실행 구성에 대한 소개는 학습 실행 구성 및 제출을 참조하세요.
지원되는 버전: 5.1.0, 7.0.0
Chainer 예측 도구를 초기화합니다.
- 상속
-
azureml.train.estimator._framework_base_estimator._FrameworkBaseEstimatorChainer
생성자
Chainer(source_directory, *, compute_target=None, vm_size=None, vm_priority=None, entry_script=None, script_params=None, node_count=1, process_count_per_node=1, distributed_backend=None, distributed_training=None, use_gpu=False, use_docker=True, custom_docker_base_image=None, custom_docker_image=None, image_registry_details=None, user_managed=False, conda_packages=None, pip_packages=None, conda_dependencies_file_path=None, pip_requirements_file_path=None, conda_dependencies_file=None, pip_requirements_file=None, environment_variables=None, environment_definition=None, inputs=None, source_directory_data_store=None, shm_size=None, resume_from=None, max_run_duration_seconds=None, framework_version=None, _enable_optimized_mode=False, _disable_validation=True, _show_lint_warnings=False, _show_package_warnings=False)
매개 변수
- vm_priority
- str
학습을 위해 만들어질 컴퓨팅 대상의 VM 우선 순위입니다. 지정하지 않으면 ‘dedicated’가 사용됩니다.
지원되는 값: ‘dedicated’ 및 ‘lowpriority’.
입력에서 vm_size param
이 지정된 경우에만 적용됩니다.
- distributed_backend
- str
분산 학습을 위한 통신 백 엔드입니다.
사용되지 않습니다. distributed_training
매개 변수를 사용합니다.
지원되는 값: 'mpi'.
'mpi': MPI/Horovod
이 매개 변수는 node_count
또는 process_count_per_node
>일 때 필요합니다. 1.
node_count
== 1이고 process_count_per_node
== 1이면 백 엔드가 명시적으로 설정되지 않는 한 백 엔드가 사용되지 않습니다. 분산 학습에는 AmlCompute 대상만 지원됩니다.
- distributed_training
- Mpi
분산 학습 작업을 실행하기 위한 매개 변수입니다.
MPI 백 엔드로 분산 작업을 실행하려면 Mpi 개체를 사용하여 process_count_per_node
를 지정합니다.
- use_gpu
- bool
실험을 실행할 환경에서 GPU를 지원해야 하는지 여부를 지정합니다.
true인 경우 환경에서 GPU 기반 기본 Docker 이미지가 사용됩니다. False인 경우 CPU 기반 이미지가 사용됩니다. 기본 Docker 이미지(CPU 또는 GPU)는 custom_docker_image
매개 변수가 설정되지 않은 경우에만 사용됩니다. 이 설정은 Docker 지원 컴퓨팅 대상에서만 사용됩니다.
- custom_docker_base_image
- str
학습에 사용할 이미지가 빌드될 Docker 이미지의 이름입니다.
사용되지 않습니다. custom_docker_image
매개 변수를 사용합니다.
설정하지 않으면 기본 CPU 기반 이미지가 기본 이미지로 사용됩니다.
- custom_docker_image
- str
학습에 사용할 이미지가 빌드될 Docker 이미지의 이름입니다. 설정하지 않으면 기본 CPU 기반 이미지가 기본 이미지로 사용됩니다.
- user_managed
- bool
Azure ML이 기존 Python 환경을 다시 사용하는지 여부를 지정합니다. False인 경우 Azure ML은 conda 종속성 사양에 따라 Python 환경을 만듭니다.
- conda_dependencies_file_path
- str
conda 종속성 yaml 파일의 상대 경로입니다.
이 값을 지정하면 Azure ML은 프레임워크 관련 패키지를 설치하지 않습니다.
사용되지 않습니다. conda_dependencies_file
매개 변수를 사용합니다.
- pip_requirements_file_path
- str
pip 요구 사항 텍스트 파일의 상대 경로입니다.
pip_packages
매개 변수와 함께 제공할 수 있습니다.
사용되지 않습니다. pip_requirements_file
매개 변수를 사용합니다.
- conda_dependencies_file
- str
conda 종속성 yaml 파일의 상대 경로입니다. 이 값을 지정하면 Azure ML은 프레임워크 관련 패키지를 설치하지 않습니다.
- environment_definition
- Environment
실험에 대한 환경 정의입니다. 여기에는 PythonSection, DockerSection 및 환경 변수가 포함됩니다. 다른 매개 변수를 통해 예측 도구 구성에 직접 노출되지 않는 환경 옵션은 이 매개 변수를 사용하여 설정할 수 있습니다. 이 매개 변수를 지정하면 use_gpu
, custom_docker_image
, conda_packages
또는 pip_packages
와 같은 다른 환경 관련 매개 변수보다 우선 적용됩니다.
잘못된 조합에 대한 오류가 보고됩니다.
- shm_size
- str
Docker 컨테이너의 공유 메모리 블록 크기입니다. 설정하지 않으면 기본 azureml.core.environment._DEFAULT_SHM_SIZE가 사용됩니다. 자세한 내용은 Docker 실행 참조를 참조하세요.
- framework_version
- str
학습 코드를 실행하는 데 사용할 Chainer 버전입니다.
Chainer.get_supported_versions()
는 현재 SDK에서 지원하는 버전 목록을 반환합니다.
- vm_priority
- str
학습을 위해 만들어질 컴퓨팅 대상의 VM 우선 순위입니다. 지정하지 않으면 기본값은 '전용'으로 설정됩니다.
지원되는 값: ‘dedicated’ 및 ‘lowpriority’.
이는 입력에 vm_size 매개 변수가 지정된 경우에만 적용됩니다.
- process_count_per_node
- int
노드당 프로세스 수입니다. 1보다 크면 MPI 분산 작업이 실행됩니다. 분산 작업에는 대상 컴퓨팅 대상만 AmlCompute 지원됩니다.
- distributed_backend
- str
분산 학습을 위한 통신 백 엔드입니다.
사용되지 않습니다. distributed_training
매개 변수를 사용합니다.
지원되는 값: 'mpi'.
'mpi': MPI/Horovod
이 매개 변수는 node_count
또는 process_count_per_node
>일 때 필요합니다. 1.
node_count
== 1이고 process_count_per_node
== 1이면 백 엔드가 명시적으로 설정되지 않는 한 백 엔드가 사용되지 않습니다. 분산 학습에는 AmlCompute 대상만 지원됩니다.
- distributed_training
- Mpi
분산 학습 작업을 실행하기 위한 매개 변수입니다.
MPI 백 엔드로 분산 작업을 실행하려면 Mpi 개체를 사용하여 process_count_per_node
를 지정합니다.
- use_gpu
- bool
실험을 실행할 환경에서 GPU를 지원해야 하는지 여부를 지정합니다.
true인 경우 환경에서 GPU 기반 기본 Docker 이미지가 사용됩니다. false인 경우 CPU 기반 이미지가 사용됩니다. 기본 Docker 이미지(CPU 또는 GPU)는 custom_docker_image
매개 변수가 설정되지 않은 경우에만 사용됩니다. 이 설정은 Docker 지원 컴퓨팅 대상에서만 사용됩니다.
- custom_docker_base_image
- str
학습에 사용할 이미지가 빌드될 Docker 이미지의 이름입니다.
사용되지 않습니다. custom_docker_image
매개 변수를 사용합니다.
설정하지 않으면 기본 CPU 기반 이미지가 기본 이미지로 사용됩니다.
- custom_docker_image
- str
학습에 사용할 이미지가 빌드될 Docker 이미지의 이름입니다. 설정하지 않으면 기본 CPU 기반 이미지가 기본 이미지로 사용됩니다.
- user_managed
- bool
Azure ML이 기존 Python 환경을 다시 사용하는지 여부를 지정합니다. False인 경우 Azure ML은 conda 종속성 사양에 따라 Python 환경을 만듭니다.
- conda_dependencies_file_path
- str
conda 종속성 yaml 파일의 상대 경로입니다. 이 값을 지정하면 Azure ML은 프레임워크 관련 패키지를 설치하지 않습니다.
사용되지 않습니다. conda_dependencies_file
매개 변수를 사용합니다.
- pip_requirements_file_path
- str
pip 요구 사항 텍스트 파일의 상대 경로입니다.
pip_packages
매개 변수와 함께 제공할 수 있습니다.
사용되지 않습니다. pip_requirements_file
매개 변수를 사용합니다.
- conda_dependencies_file
- str
conda 종속성 yaml 파일의 상대 경로입니다. 이 값을 지정하면 Azure ML은 프레임워크 관련 패키지를 설치하지 않습니다.
- environment_definition
- Environment
실험에 대한 환경 정의입니다. 여기에는 PythonSection, DockerSection 및 환경 변수가 포함됩니다. 다른 매개 변수를 통해 예측 도구 구성에 직접 노출되지 않는 환경 옵션은 이 매개 변수를 사용하여 설정할 수 있습니다. 이 매개 변수를 지정하면 use_gpu
, custom_docker_image
, conda_packages
또는 pip_packages
와 같은 다른 환경 관련 매개 변수보다 우선 적용됩니다.
잘못된 조합에 대한 오류가 보고됩니다.
- shm_size
- str
Docker 컨테이너의 공유 메모리 블록 크기입니다. 설정하지 않으면 기본 azureml.core.environment._DEFAULT_SHM_SIZE가 사용됩니다. 자세한 내용은 Docker 실행 참조를 참조하세요.
- framework_version
- str
학습 코드를 실행하는 데 사용할 Chainer 버전입니다.
Chainer.get_supported_versions()
는 현재 SDK에서 지원하는 버전 목록을 반환합니다.
- _enable_optimized_mode
- bool
더 빠른 환경 준비를 위해 미리 빌드된 프레임워크 이미지를 사용하여 증분 환경 빌드를 사용하도록 설정합니다. 미리 빌드된 프레임워크 이미지는 프레임워크 종속성이 미리 설치된 Azure ML 기본 CPU/GPU 기본 이미지를 기반으로 빌드됩니다.
설명
학습 작업을 제출할 때 Azure ML은 Docker 컨테이너 내의 conda 환경에서 스크립트를 실행합니다. Chainer 컨테이너에는 다음과 같은 종속성이 설치되어 있습니다.
종속성 | Chainer 5.1.0 | Chainer 7.0.0 | —————————- | —————– | ————— | Python | 3.6.2 | 3.6.2 | CUDA(GPU 이미지만 해당) | 9.0 | 9.0 | cuDNN(GPU 이미지만 해당) | 7.6.3 | 7.6.3 | NCCL(GPU 이미지만 해당) | 2.4.8 | 2.4.8 | azureml-defaults | 최신 | 최신 | IntelMpi | 2018.3.222 | 2018.3.222 | horovod | 0.15.2 | 0.15.2 | miniconda | 4.5.11 | 4.5.11 | chainer | 5.1.0 | 7.0.0 | cupy-cuda90(GPU 이미지만 해당) | 5.2.0 | 7.0.0 | git | 2.7.4 | 2.7.4 |
Docker 이미지는 Ubuntu 16.04를 확장합니다.
추가 종속성을 설치하려면 conda_packages
또는 pip_packages
매개 변수를 사용하면 됩니다. pip_requirements_file
또는 conda_dependencies_file
매개 변수를 지정할 수도 있습니다.
또는 고유한 이미지를 빌드하고 custom_docker_image
매개 변수를 예측 도구 생성자에 전달할 수 있습니다.
Chainer 학습에 사용되는 Docker 컨테이너에 대한 자세한 내용은 https://github.com/Azure/AzureML-Containers를 참조하세요.
특성
DEFAULT_VERSION
DEFAULT_VERSION = '5.1.0'
FRAMEWORK_NAME
FRAMEWORK_NAME = 'Chainer'
피드백
https://aka.ms/ContentUserFeedback을 참조하세요.
출시 예정: 2024년 내내 콘텐츠 피드백 메커니즘인 GitHub 문제를 단계적으로 폐지하고 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은다음에 대한 사용자 의견 제출 및 보기