amp distributed pytorch
2020.07.14 08:37
| 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 |
|---|---|---|---|---|
| 1684 | GPT2 [1] | WHRIA | 2020.08.03 | 289 |
| 1683 | scopus [1] | WHRIA | 2020.08.02 | 381 |
| 1682 | melafind | WHRIA | 2020.08.01 | 792 |
| 1681 | nvidia dali [1] | WHRIA | 2020.08.01 | 413 |
| 1680 | pytorch optimize | WHRIA | 2020.08.01 | 254 |
| 1679 | startup , 미국 | WHRIA | 2020.07.30 | 180 |
| 1678 | consort , stard | WHRIA | 2020.07.30 | 115 |
| 1677 | model split [1] | WHRIA | 2020.07.30 | 166 |
| 1676 | FTC [1] | WHRIA | 2020.07.28 | 262 |
| 1675 | 암호화 | WHRIA | 2020.07.26 | 1034 |
| 1674 | raid 6 | WHRIA | 2020.07.23 | 77 |
| 1673 | asyncio | WHRIA | 2020.07.23 | 328 |
| » | amp distributed pytorch [1] | WHRIA | 2020.07.14 | 78 |
| 1671 | git 특정 버젼 | WHRIA | 2020.07.11 | 75 |
| 1670 | naver rexnet clova AI [1] | WHRIA | 2020.07.04 | 339 |
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