时间戳

首页 > 解决方案 > 在 Azure ML 中将本地计算与 Estimator 结合使用

azure - 在 Azure ML 中将本地计算与 Estimator 结合使用

问题描述

TensorFlow 估计器是否可以使用本地计算？为训练运行配置虚拟机需要大量时间，我希望能够在本地尝试几次运行，直到我的配置稳定。

https://github.com/MicrosoftDocs/azure-docs/blob/master/articles/machine-learning/service/how-to-train-tensorflow.md

可以通过创建一个空的 RunConfiguration 来使用 ScriptRunConfig 执行此操作。该文档声称可以创建本地 ComputeTarget，但缺少有关如何执行此操作的文档：

https://github.com/MicrosoftDocs/azure-docs/blob/master/articles/machine-learning/service/how-to-set-up-training-targets.md#local

本地计算机

创建和附加：无需创建或附加计算目标即可将本地计算机用作训练环境。

配置：当您使用本地计算机作为计算目标时，训练代码将在您的开发环境中运行。如果该环境已经有您需要的 Python 包，请使用用户管理的环境。

[！代码蟒蛇]

标签： azuretensorflowazure-machine-learning-studio

解决方案

我会直接使用Microsoft 文档，而不是 GitHub 原始页面——我注意到后者有时不完整和/或过时。

正如您所怀疑的，文档确认您应该创建一个空的 RunConfiguration，类似于以下代码（取自上述链接）：

from azureml.core.runconfig import RunConfiguration

# Edit a run configuration property on the fly.
run_local = RunConfiguration()

run_local.environment.python.user_managed_dependencies = True

推荐阅读