问题描述
我使用以下代码在 v3-8 TPU(即单设备 TPU)中训练我的模型,它运行良好,但是,相同的代码在 TPU pod v2-32 上不起作用。据我所知,v2-32 是通过专用高速网络相互连接的 TPU 设备集群,那么如何调整代码以使其在 v2-32 上运行?
tpu = tf.distribute.cluster_resolver.TPUClusterResolver(tpu="tpu-name",zone="us-central1-a",project="myproject")
tf.config.experimental_connect_to_cluster(tpu)
tf.tpu.experimental.initialize_tpu_system(tpu)
strategy = tf.distribute.TPUStrategy(tpu)
....... code to load data and define model ......
with strategy.scope():
myModel = createModel()
....
....
它在 v3-8 单 TPU 上完美运行,但在 TPU pod v2-32 上,它给出错误:invalidargument ...无法找到相关张量 remote_handle .....
如何将 v2-32 的策略配置为 jupyter notebook 中的 TPU 集群?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)