tensorflow on yarn深度學(xué)習(xí)遇上大數(shù)據(jù)_第1頁
tensorflow on yarn深度學(xué)習(xí)遇上大數(shù)據(jù)_第2頁
tensorflow on yarn深度學(xué)習(xí)遇上大數(shù)據(jù)_第3頁
tensorflow on yarn深度學(xué)習(xí)遇上大數(shù)據(jù)_第4頁
tensorflow on yarn深度學(xué)習(xí)遇上大數(shù)據(jù)_第5頁
已閱讀5頁，還剩26頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

TensorFlowonYarn …：深度學(xué)習(xí)空前火爆，各種深度學(xué)習(xí)框架層出不窮，業(yè)務(wù)部場(chǎng)景場(chǎng)景“worker”:[ “ps”:

--app-name“tfdemo --filestfTestDemo.py,dataDeal.py --tfcmd“pythontfTestDemo.pytraining_epochs=20”#TF運(yùn)行指--input/home/xitong/tf-test/data --output/home/xitong/tf-test/outputTest --worker-num3 --worker-memory8192M --worker-cores1 --worker-gpus2 --ps-num2 --ps-memory1024M --ps-cores1 --priorityVERY_LOW

集群GPU作業(yè)分配到的GPUtensorboard

分布式模式（最多修改三行代碼cluster=tf.train.ClusterSpec(json.loads(os.environ[“TF_CLUSTER_DEF”]))job_name=os.environ[“TF_ROLE”]task_index=作業(yè)必須占用CPU作業(yè)可以不需要GPU系統(tǒng)自動(dòng)分配物理體計(jì)算任務(wù)到指定GPU intgetGpuCores(); voidsetGpuCores(int1、對(duì)NodeManagerGPU2、調(diào)度器統(tǒng)計(jì)管理每個(gè)Pool的GPU具體可以參考下面PatchNodeManageryarn-site.xml<!--K40--NodeManager上可用的GPU2+2=<!--K80--NodeManager上可用的GPU2+2+2+2= Coordinator負(fù)責(zé)協(xié)調(diào)生成ClusterSpec（擴(kuò)展的TensorFlowgRPC RDD獲取訓(xùn)練樣RDD的數(shù)據(jù)cacheTensorFlowon通過訓(xùn)練樣本數(shù)據(jù)，關(guān) 直格 不支持GP

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論