ray.tune.with_资源#

ray.tune.with_resources(trainable: Type[Trainable] | Callable, resources: Dict[str, float] | PlacementGroupFactory | Callable[[dict], PlacementGroupFactory])[源代码]#

用于指定资源请求的可训练对象的包装器。

此包装器允许为特定可训练对象指定资源需求。它将覆盖可能存在的现有资源请求（请谨慎使用！）。

主要用例是在与 Tuner() API 一起使用时，请求函数可训练资源的资源。

类可训练对象通常只需实现 default_resource_request() 方法。

参数:

  • trainable – 可训练的包装。

  • resources – 资源字典、放置组工厂，或一个接受配置字典并返回放置组工厂的可调用对象。

示例：

from ray import tune
from ray.tune.tuner import Tuner

def train_fn(config):
    return len(ray.get_gpu_ids())  # Returns 2

tuner = Tuner(
    tune.with_resources(train_fn, resources={"gpu": 2}),
    # ...
)
results = tuner.fit()

PublicAPI (测试版): 此API目前处于测试阶段，在成为稳定版本之前可能会发生变化。