amp distributed pytorch
2020.07.14 07:37
python -m torch.distributed.launch --nproc_per_node=4 main.py \ | |
--batch_size 60 \ | |
--num_workers 2 \ | |
--gpu_devices 0 1 2 3\ | |
--distributed \ | |
--log_freq 100 |
이 코드를 실행할 때는 다음 명령어를 사용해서 실행합니다. Torch.distributed.launch를 통해 main.py를 실행하는데 노드에서 4개의 프로세스가 돌아가도록 설정합니다. 각 프로세스는 GPU 하나에서 학습을 진행합니다. 만약 GPU가 2개라면 nproc_per_node를 2로 수정하면 됩니다. main.py에 batch_size와 num_worker를 설정하는데 각 GPU 마다의 batch_size와 worker 수를 의미합니다. batch size가 60이고 worker의 수가 2라면 전체적으로는 batch size가 240이며 worker의 수는 8입니다.
번호 | 제목 | 글쓴이 | 날짜 | 조회 수 |
---|---|---|---|---|
154 | imagenet classification SOTA | WHRIA | 2020.06.27 | 1427 |
153 | tab 구조 html | WHRIA | 2020.06.28 | 82 |
152 | modprobe | WHRIA | 2020.06.29 | 6442 |
151 | sql python | WHRIA | 2020.07.01 | 202 |
150 | naver rexnet clova AI [1] | WHRIA | 2020.07.04 | 273 |
149 | git 특정 버젼 | WHRIA | 2020.07.11 | 53 |
» | amp distributed pytorch [1] | WHRIA | 2020.07.14 | 61 |
147 | asyncio | WHRIA | 2020.07.23 | 309 |
146 | raid 6 | WHRIA | 2020.07.23 | 55 |
145 | 암호화 | WHRIA | 2020.07.26 | 1018 |
144 | FTC [1] | WHRIA | 2020.07.28 | 243 |
143 | model split [1] | WHRIA | 2020.07.30 | 149 |
142 | consort , stard | WHRIA | 2020.07.30 | 92 |
141 | startup , 미국 | WHRIA | 2020.07.30 | 154 |
140 | pytorch optimize | WHRIA | 2020.08.01 | 164 |
https://medium.com/daangn/pytorch-multi-gpu-%ED%95%99%EC%8A%B5-%EC%A0%9C%EB%8C%80%EB%A1%9C-%ED%95%98%EA%B8%B0-27270617936b