Google משתמשת בטכנולוגיית AI כדי לתרגם תוכן לשפה המועדפת עליך. בתרגומים כאלו עשויות להיות שגיאות.
אימון יעיל של PyTorch עם נתונים בענן
ל-Agent Platform Neural Architecture Search אין דרישות שמתארות איך לתכנן את המאמנים. לכן, בוחרים מסגרות אימון כדי לבנות את המאמן.
כשמבצעים אימון של PyTorch עם כמויות גדולות של נתונים, מומלץ להשתמש בפרדיגמת האימון המבוזר ולקרוא נתונים מ-Cloud Storage. במאמר הבלוג אימון יעיל של PyTorch באמצעות Agent Platform Neural Architecture Search מוסבר על שיטות לשיפור ביצועי האימון. אפשר לשפר את ביצועי האימון פי 6 באמצעות נתונים ב-Cloud Storage, שימוש ב-WebDataset ובחירה באסטרטגיות אימון מבוזרות של DistributedDataParallel או FullyShardedDataParallel. ביצועי האימון באמצעות נתונים ב-Cloud Storage דומים לביצועי האימון באמצעות נתונים בדיסק מקומי.
דוגמה מוכנה מראש לסיווג MNasNet משלבת את השיטות האלה בצינור האימון שלה.
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2026-10-15 (שעון UTC).
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["חסרים לי מידע או פרטים","missingTheInformationINeed","thumb-down"],["התוכן מורכב מדי או עם יותר מדי שלבים","tooComplicatedTooManySteps","thumb-down"],["התוכן לא עדכני","outOfDate","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["בעיה בדוגמאות/בקוד","samplesCodeIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2026-10-15 (שעון UTC)."],[],[]]
