【问题标题】:Timing test on azure mlazure ml 的时序测试
【发布时间】:2016-02-25 07:56:55
【问题描述】:

我创建了各种大小的数据集,例如 1GB、2GB、3GB、4GB(

1) 我能否知道 Azure ML 服务中提供的服务器规格(RAM、CPU)是什么?

2) 有时读者会说“内存耗尽”超过 4GB 的数据。尽管按照文档,azure ml 应该能够处理 10GB 的数据。

3) 如果我并行运行多个实验(在浏览器的不同选项卡中),则需要更多时间。

4) 有什么方法可以在 Azure ML 中设置 RAM、CPU 内核

【问题讨论】:

  • 你的实验截图怎么样?
  • 您使用的是免费的工作空间还是付费的?
  • 在 AzureML 训练中,您的数据是免费的!我们不会发布我们使用的虚拟机的规格,因为它们可能会发生变化。我们在相同的容器内运行所有内容。但是,实验执行不能用于确定 Web 服务的时间,我认为这更重要。查看此内容以了解 Web 服务调用背后的时间安排。 stackoverflow.com/questions/34990561/…
  • 这不是 100% 正确的。 Microsoft 曾经发布 Azure ML Studio 的 VM 规范。如果您可以在搜索引擎缓存中找到它们,则它被列为具有 56gig RAM 的 A7。正如@DanCiborowski-MSFT 提到的,这些虚拟机可以改变。但是,核心底层 CPU/内存占用量保持不变。事实上,您可以运行一个简单的 Python/R 脚本来验证它确实仍然是 56 gig RAM(截至 2019 年 5 月)。

标签: performance azure cortana-intelligence azure-machine-learning-studio


【解决方案1】:

我有一个部分答案: 1.不,是抽象的

  1. 以下类型的数据可以扩展为更大的数据集 特征标准化,并且限制在 10 GB 以下:

    稀疏分类字符串二进制数据

(见this

  1. 我不确定,但在处理它时,我在运行单个实验和多个实验时没有遇到任何变化

  2. 您可以扩展标准层中的机器(请参阅this

【讨论】:

  • 4.缩放仅适用于 Web 服务,不适用于实验执行
【解决方案2】:

我建议您查看 Azure ML 服务的新“可视化界面”,它允许您远远超过 10gig 的限制并自带计算集群。

//BUILD 2019公告视频: https://www.youtube.com/watch?v=QBPCaZo9xx0

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-08-25
    • 1970-01-01
    • 2020-04-18
    • 2021-03-22
    相关资源
    最近更新 更多