目录

torchx.pipelines

这些模块是用于将TorchX组件作为管道的一部分运行的适配器,以允许更复杂的行为以及持续部署。

跑者和调度器被设计用来快速启动一个组件,而这些适配器则将组件转换成特定管道提供者能够理解的东西,这样你就可以用它们来组装一个完整的管道。

torchx.pipelines.kfp

此模块包含适配器,用于将TorchX组件转换为KubeFlow管道组件。

当前的 KFP 适配器仅支持单节点(1 个角色和 1 个副本)组件。

torchx.pipelines.kfp.adapter.component_from_app(app: torchx.specs.api.AppDef)torchx.pipelines.kfp.adapter.ContainerFactory[source]

component_from_app 接受一个 TorchX 组件/AppDef 并返回一个 KFP ContainerOp 工厂。这相当于 kfp.components.load_component_from_* 方法。

>>> from torchx import specs
>>> from torchx.pipelines.kfp.adapter import component_from_app
>>> app_def = specs.AppDef(
...     name="trainer",
...     roles=[specs.Role("trainer", image="foo:latest")],
... )
>>> component_from_app(app_def)
<function component_from_app...>
torchx.pipelines.kfp.adapter.component_spec_from_app(app: torchx.specs.api.AppDef)Tuple[str, torchx.specs.api.Role][source]

component_spec_from_app 接受一个 TorchX 组件并为其生成 yaml 规范。值得注意的是,这并不会应用资源或端口映射,因为这些必须在运行时应用,因此它还会返回角色规范。

>>> from torchx import specs
>>> from torchx.pipelines.kfp.adapter import component_spec_from_app
>>> app_def = specs.AppDef(
...     name="trainer",
...     roles=[specs.Role("trainer", image="foo:latest")],
... )
>>> component_spec_from_app(app_def)
('description: ...', Role(...))
class torchx.pipelines.kfp.adapter.ContainerFactory(*args, **kwargs)[source]

ContainerFactory 是一个协议,表示一种函数,当被调用时会产生一个 kfp.dsl.ContainerOp。

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源