引言
随着这几年深度学习的大火,入了坑才发现 机器学习虽然智能,但是调参是个很大的坑。得益于这几年工具的发展,autoML有了进展。炼丹师们有救了。
本文就以nni库为例,来说明具体如何设置gpu。在nni的introduction中直接忽略了这部分,造成了配置文件中虽然设置了gpuNum:1,nvidia-smi操作后发现后台几乎没有调用gpu。去查日志文件才发现:gpu_metrices file not exit.
prerequisite
测试环境: Ubuntu 16.04
所需安装库: cuda, tensorflow, nni
解决方案
在配置文件中,加入如下一行:
localConfig:
useActiveGpu: true
完整配置文件如下:
先去拷贝库的源代码,找到example部分
git clone -b v1.5 https://github.com/Microsoft/nni.git
cd 进入 ./nni/examples/trials/mnist-annotation目录
mnist-config_gpu.yml文件如下所示:
authorName: default
experimentName: example_mnist
trialConcurrency: 1
maxExecDuration: 1h
maxTrialNum: 10
#choice

本文介绍了使用NNI库进行深度学习模型的超参数自动调优时,如何配置GPU。针对nni配置文件中未明确的GPU设置问题,提供了解决方案,包括在配置文件中添加GPU描述,确保GPU被正确调用,并给出了修改后的配置文件示例。
最低0.47元/天 解锁文章
176

被折叠的 条评论
为什么被折叠?



