horovod.spark
: gedistribueerd deep learning met Horovod
Meer informatie over het gebruik van het horovod.spark
pakket voor het uitvoeren van gedistribueerde training van machine learning-modellen.
horovod.spark
in Azure Databricks
Azure Databricks ondersteunt het horovod.spark
pakket, dat een estimator-API biedt die u kunt gebruiken in ML-pijplijnen met Keras en PyTorch. Zie Horovod in Spark, dat een sectie over Horovod op Databricks bevat voor meer informatie.
Notitie
- Azure Databricks installeert het
horovod
pakket met afhankelijkheden. Als u deze afhankelijkheden bijwerken of downgraden, kunnen er compatibiliteitsproblemen zijn. - Wanneer u gebruikmaakt van
horovod.spark
aangepaste callbacks in Keras, moet u modellen opslaan in de TensorFlow SavedModel-indeling.- Gebruik met TensorFlow 2.x het
.tf
achtervoegsel in de bestandsnaam. - Stel met TensorFlow 1.x de optie
save_weights_only=True
in.
- Gebruik met TensorFlow 2.x het
Vereisten
Databricks Runtime ML 7.4 of hoger.
Notitie
horovod.spark
biedt geen ondersteuning voor pyarrow-versies 11.0 en hoger (zie relevant GitHub-probleem). Databricks Runtime 15.0 ML bevat pyarrow versie 14.0.1. Als u wilt gebruiken horovod.spark
met Databricks Runtime 15.0 ML of hoger, moet u pyarrow handmatig installeren en een versie lager dan 11.0 opgeven.
Voorbeeld: Gedistribueerde trainingsfunctie
Hier volgt een basisvoorbeeld voor het uitvoeren van een gedistribueerde trainingsfunctie met behulp van horovod.spark
:
def train():
import horovod.tensorflow as hvd
hvd.init()
import horovod.spark
horovod.spark.run(train, num_proc=2)
Voorbeeldnotebooks: Horovod Spark-schattingen met Keras en PyTorch
De volgende notebooks laten zien hoe u de Horovod Spark Estimator-API gebruikt met Keras en PyTorch.
Horovod Spark Estimator Keras-notebook
Horovod Spark Estimator PyTorch-notebook
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor