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 | 서피스 3 질렀다. ㅎㅎ | WHRIA | 2015.12.15 | 63 |
153 | youtube | WHRIA | 2016.09.30 | 63 |
152 | 윈도우 raid ahci 전환 | WHRIA | 2019.12.26 | 62 |
151 | zerohq encryption [5] | WHRIA | 2020.04.23 | 61 |
» | amp distributed pytorch [1] | WHRIA | 2020.07.14 | 61 |
149 | insync | WHRIA | 2023.02.09 | 61 |
148 | cloudfront | WHRIA | 2023.04.09 | 61 |
147 | boost 1.35 build | WHRIA | 2016.05.01 | 57 |
146 | acquihire [1] | WHRIA | 2020.05.05 | 57 |
145 | software validation [1] | WHRIA | 2020.05.10 | 57 |
144 | 감가상각 계산 | WHRIA | 2015.11.30 | 56 |
143 | 학술저널 받는법 | WHRIA | 2015.11.30 | 56 |
142 | chatbot | WHRIA | 2020.04.03 | 56 |
141 | 의료영상분석장치 분류 코드 | WHRIA | 2020.04.22 | 56 |
140 | CE | WHRIA | 2020.05.17 | 56 |
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