首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Ray Tune在多次运行时卡住了

问Ray Tune在多次运行时卡住了
EN

Stack Overflow用户
提问于 2021-07-22 10:28:45
回答 1查看 65关注 0票数 0

您好,我正在尝试使用光线调整进行超参数优化。下面是我的代码实现。

然而,我被卡住了,即使没有任何错误消息,也无法找回结果。

代码语言:javascript
复制
@ray.remote
def main:
    do_somthing
    return loss

def ray_pick_best_hypter(config):
    runs = 10
    loss_avg = np.mean(ray.get([main.remote(config,run=x) for x in range(runs)]))
    tune.report(loss_avg=loss_avg)
代码语言:javascript
复制
config = load_config()
analysis = ray.tune.run(ray_pick_best_hypter, config=config,progress_reporter=reporter)

下面的代码运行良好,但我想运行多个实验并获得平均值。

代码语言:javascript
复制
def ray_pick_best_hypter(config):
    loss_avg = ray.get([main.remote(config,run=x))
    tune.report(loss_avg=loss_avg)

代码中的问题是什么?

EN

回答 1

Stack Overflow用户

发布于 2021-07-22 17:52:57

您似乎正在从您的可培训项目中启动多个分布式培训流程。每次调用main.remote()都会启动一个新的分布式任务。由于您同时启动了其中的10个,它们将尝试并行运行。但是,每个试验的默认资源分配通常只有1个CPU -因此无法调度远程任务。

解决这个问题的方法是传递resources_per_trial={"cpu": 11} --这样每个远程任务都有自己的CPU可以运行。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/68478430

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档