FedML-AI/FedML

How to run hierarchical_fedavg_mnist_lr_example on Raspberry Pi 4

Offen

#662 geöffnet am 12.12.2022

Auf GitHub ansehenContributor Guide
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (743 Forks)batch import
help wantedquestion

Repository-Metriken

Stars
 (3.930 Sterne)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

https://doc.fedml.ai/cross-silo/examples/mqtt_s3_fedavg_hierarchical_mnist_lr_example.html

Hi,@chaoyanghe I refer to the URL above The server uses ubuntu 22.04LTS+RTX2080ti Both silo1 and server are executed on ubuntu

silo2 executes on Raspberry Pi 4 + 64bit OS But the raspberry pie has no GPU, and the mapping gpu has been changed to false What else needs to be modified?

Thank you for your reply 2022-12-13 01 44 47

Contributor Guide

Research-Richtung
Überprüfen Sie die Beispielkonfiguration auf GPU Nutzung und identifizieren Sie alle Stellen, an denen auf die GPU verwiesen wird. Da der Raspberry Pi keine GPU hat, müssen Sie sicherstellen, dass der Code nicht versucht, CUDA zu verwenden. Überprüfen Sie auch, ob andere hardware spezifische Einstellungen (z. B. Batchgröße, Speicher) vorhanden sind.
Tech Stack
python
Domain
machine learning
Issue Type
Dokumentation
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
65