Launch キューを設定

​

設定テンプレートを設定する

​

キューテンプレートを設定する

1. W&B Launch App にアクセスします。
2. テンプレートを追加するキューの名の横にある View queue を選択します。
3. Config タブを選択します。ここには、キューの作成日時、キューの設定、既存の起動時オーバーライドなど、キューに関する情報が表示されます。
4. Queue config セクションにアクセスします。
5. テンプレートを作成したい設定のキーと値を特定します。
6. 設定内の値をテンプレートフィールドに置き換えます。テンプレートフィールドは {{variable-name}} の形式です。
7. Parse configuration ボタンをクリックします。設定を解析すると、W&B は作成した各テンプレートに対応するタイルを キュー設定 の下に自動的に作成します。
8. 生成された各タイルについて、まず キュー設定 で許可するデータタイプ (string、integer、または float) を指定する必要があります。これを行うには、Type ドロップダウンメニューからデータタイプを選択します。
9. データタイプに応じて、各タイル内に表示されるフィールドに入力します。
10. Save config をクリックします。

RoleArn: arn:aws:iam:region:account-id:resource-type/resource-id
ResourceConfig:
  InstanceType: ml.m4.xlarge
  InstanceCount: 1
  VolumeSizeInGB: 2
OutputDataConfig:
  S3OutputPath: s3://bucketname
StoppingCondition:
  MaxRuntimeInSeconds: 3600

RoleArn: arn:aws:iam:region:account-id:resource-type/resource-id
ResourceConfig:
  InstanceType: "{{aws_instance}}"
  InstanceCount: 1
  VolumeSizeInGB: 2
OutputDataConfig:
  S3OutputPath: s3://bucketname
StoppingCondition:
  MaxRuntimeInSeconds: 3600

​

Launch ジョブを動的に設定する

​

アクセラレータまたは GPU 上で実行するイメージを build するために Launch agent を使用する

• Debian との互換性。Launch の Dockerfile では、apt-get を使用して python を取得します。
• CPU および GPU のハードウェア命令セットとの互換性。使用する予定の GPU で CUDA のバージョンがサポートされていることを確認してください。
• 指定するアクセラレータのバージョンと、ML アルゴリズムにインストールされているパッケージとの互換性。
• インストールされたパッケージをハードウェアと互換性がある状態にするために必要な追加の設定手順。

​

TensorFlow で GPU を使用する

{
    "builder": {
        "accelerator": {
            "base_image": "tensorflow/tensorflow:latest-gpu"
        }
    }
}