使用雲端資料進行 PyTorch 訓練,提升效率
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
Vertex AI 類神經架構搜尋沒有任何規定,說明如何設計訓練資料。因此,請選擇任何訓練架構來建構訓練器。
對於含有大量資料的 PyTorch 訓練,最佳做法是使用分散式訓練模式,並從 Cloud Storage 讀取資料。請參閱「使用 Vertex AI 進行高效率的 PyTorch 訓練」一文,瞭解如何改善訓練效能。使用 WebDataset
並選擇 DistributedDataParallel
或 FullyShardedDataParallel
分散式訓練策略,可讓 Cloud Storage 中的資料整體效能提升 6 倍。使用 Cloud Storage 資料的訓練效能,與使用本機磁碟資料的訓練效能相似。
預先建構的 MNasNet 分類範例已將這些方法納入訓練管道。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-06-12 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["難以理解","hardToUnderstand","thumb-down"],["資訊或程式碼範例有誤","incorrectInformationOrSampleCode","thumb-down"],["缺少我需要的資訊/範例","missingTheInformationSamplesINeed","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2025-06-12 (世界標準時間)。"],[],[]]