У овом чланку ћемо разговарати о томе како да доделите РАЗЛИЧИТ меморија преко „ питорцх_цуда_аллоц_цонф ” метод.
Шта је метода „питорцх_цуда_аллоц_цонф“ у ПиТорцху?
У основи, „ питорцх_цуда_аллоц_цонф ” је променљива окружења у оквиру ПиТорцх оквира. Ова варијабла омогућава ефикасно управљање расположивим ресурсима обраде што значи да модели раде и дају резултате у најкраћем могућем року. Ако није урађено како треба, „ РАЗЛИЧИТ ” платформа за рачунање ће приказати „ без меморије ” грешка и утиче на време извођења. Модели који треба да буду обучени за велике количине података или имају велике „ величине серије ” може произвести грешке током извршавања јер им подразумеване поставке можда неће бити довољне.
„ питорцх_цуда_аллоц_цонф ” променљива користи следеће “ Опције ” за управљање алокацијом ресурса:
- нативе : Ова опција користи већ доступна подешавања у ПиТорцх-у да додели меморију моделу у току.
- мак_сплит_сизе_мб : Обезбеђује да ниједан блок кода већи од наведене величине не буде подељен. Ово је моћно средство за спречавање „ фрагментација ”. Користићемо ову опцију за демонстрацију у овом чланку.
- роундуп_повер2_дивисионс : Ова опција заокружује величину алокације на најближу „ снага 2 ” подела у мегабајтима (МБ).
- роундуп_бипасс_тхресхолд_мб: Може заокружити величину алокације за било који захтев који је на листи више од наведеног прага.
- гарбаге_цоллецтион_тхресхолд : Спречава кашњење тако што користи доступну меморију ГПУ-а у реалном времену како би се осигурало да се не покрене протокол за враћање свега.
Како додијелити меморију помоћу методе „питорцх_цуда_аллоц_цонф“?
Сваки модел са значајним скупом података захтева додатну алокацију меморије која је већа од подразумеване. Прилагођену алокацију треба специфицирати имајући у виду захтеве модела и расположиве хардверске ресурсе.
Пратите доле наведене кораке да бисте користили „ питорцх_цуда_аллоц_цонф ” у Гоогле Цолаб ИДЕ-у за додељивање више меморије сложеном моделу машинског учења:
Корак 1: Отворите Гоогле Цолаб
Потражите Гоогле Цоллаборативе у претраживачу и креирајте „ Нова бележница ” за почетак рада:
Корак 2: Подесите прилагођени ПиТорцх модел
Подесите ПиТорцх модел користећи „ !пип ” инсталациони пакет за инсталирање „ бакља “ библиотека и “ увоз ” команда за увоз “ бакља ' и ' ти ” библиотеке у пројекат:
увозна бакља
увози нас
За овај пројекат су потребне следеће библиотеке:
- Бакља – Ово је основна библиотека на којој је заснован ПиТорцх.
- ТИ – „ Оперативни систем ” библиотека се користи за руковање задацима који се односе на променљиве окружења као што је „ питорцх_цуда_аллоц_цонф ” као и системски директоријум и дозволе за фајл:
Корак 3: Доделите ЦУДА меморију
Користити ' питорцх_цуда_аллоц_цонф ” метод за одређивање максималне величине подељене помоћу „ мак_сплит_сизе_мб ”:
Корак 4: Наставите са својим ПиТорцх пројектом
Након што је прецизирао „ РАЗЛИЧИТ ” додељивање простора са „ мак_сплит_сизе_мб ” опцију, наставите да радите на ПиТорцх пројекту нормално без страха од „ без меморије ” грешка.
Белешка : Овде можете приступити нашој Гоогле Цолаб бележници линк .
Про врх
Као што је раније поменуто, „ питорцх_цуда_аллоц_цонф ” може узети било коју од горе наведених опција. Користите их у складу са специфичним захтевима ваших пројеката дубоког учења.
Успех! Управо смо показали како се користи „ питорцх_цуда_аллоц_цонф ” метод за навођење „ мак_сплит_сизе_мб ” за ПиТорцх пројекат.
Закључак
Користити ' питорцх_цуда_аллоц_цонф ” за додељивање ЦУДА меморије коришћењем било које од њених доступних опција према захтевима модела. Свака од ових опција има за циљ да ублаже одређени проблем обраде у ПиТорцх пројектима за боље време извођења и глаткије операције. У овом чланку смо приказали синтаксу за коришћење „ мак_сплит_сизе_мб ” опција за дефинисање максималне величине поделе.