
187
7
장
레이 트레인을 활용한 분산 모델 훈련
이터셋에 매핑합니다. 레이 데이터셋은 단 하나의 파라미터만 변경해
GPU
에서도 레이 액터를
사용하도록 설정합니다. 레이 액터를 사용한 작업은 효율이 높아집니다. 훈련한 모델 체크포
인트를 로드해
.
predict
_
pipeline
()
을 호출합니다. 이러면 레이 데이터셋을 사용해서 전체
데이터셋에 걸친 분산 배치 추론을 수행합니다.
from ray.train.torch import TorchPredictor
from ray.train.batch_predictor import BatchPredictor
batch_predictor = BatchPredictor(trained_model, TorchPredictor)
ds = load_dataset(
"nyc_tlc_data/yellow_tripdata_2021-01.parquet", include_label=False)
batch_predictor.predict_pipelined(ds, blocks_per_window=10)
이 예시를 통해 레이 트레인과 레이 데이터셋을 사용해서 엔드 투 엔드 머신러닝 워크플로를
단일 애플리케이션으로 구현하는 방법을 살펴봤습니다. 데이터셋을 피처화해 머신러닝 모델을
학습 및 검증한 뒤 단일 파이썬 스크립트에서 다른 데이터셋에 훈련된 ...