PyTorch kompakt

KAPITEL 6

PyTorch beschleunigen und optimieren

In den vorherigen Kapiteln haben Sie gelernt, wie Sie die integrierten Fähigkeiten von PyTorch nutzen und diese Fähigkeiten mit eigenen benutzerdefinierten Komponenten für Deep Learning erweitern. Auf diese Weise können Sie problemlos neue Modelle und Algorithmen für deren Training entwickeln.

Wenn Sie aber mit sehr großen Datensätzen oder komplexeren Modellen umgehen müssen, dauert das Training Ihrer Modelle auf einer einzelnen CPU oder GPU mitunter extrem lange – es kann Tage oder sogar Wochen dauern, bis vorläufige Endergebnisse vorliegen. Längere Trainingszeiten können frustrierend sein, insbesondere wenn Sie viele Experimente mit verschiedenen Hyperparameterkonfigurationen durchführen möchten. ...