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,并且我希望能够在本地尝试一些运行,直到配置稳定为止。
可以通过创建一个空的RunConfiguration来使用ScriptRunConfig进行此操作。该文档声称可以创建本地ComputeTarget,但是缺少有关如何执行此操作的文档:
本地计算机
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:当您使用本地计算机作为计算目标时,训练代码在您的开发环境中运行。如果该环境已经具有所需的Python软件包,请使用用户管理的环境。
[!code-python]
答案 0 :(得分:1)
我将直接使用Microsoft docs而不是GitHub原始页面-我注意到GitHub原始页面有时不完整和/或已过时。
您怀疑,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
答案 1 :(得分:0)
使用compute_target =“ local”。改编的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'])