Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Ability to define number of CPU/GPUs to be used when creating the TF Session

Offen
  • Stimmt etwas nicht?
#136 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Anfängerfreundlichkeit
25/100
Issue-Typ
Feature
Klarheit
Muss geklärt werden
Aktivitätsstatus
Veraltet
Tech-Stack
scala, spark, tensorflow
Bereich
distributed-systems, machine-learning

Rechercherichtung

Beginnen Sie damit, zu ermitteln, wo tensorframes die TensorFlow Session innerhalb der Spark-Executor-Knoten erstellt, und lesen Sie anschließend die Behandlung der umliegenden Ressourcen und Konfiguration. Legen Sie fest, wie Aufrufer die Anzahl von CPUs und GPUs angeben würden und wie der Abschluss überprüft werden sollte, ohne Ressourcen aus nicht zusammenhängenden Workloads zu beanspruchen; das Issue nennt keine Dateien oder Tests, daher müssen der relevante Einstiegspunkt und der Validierungsansatz zunächst festgelegt werden.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Tensorflow provides means to specify the number of CPU/GPUs to be used for each Session. Otherwise, it will try to use all CPUs available in the machine. Currently tensorframes does provide any means to specify this information and it ends up tensorflow using all the CPU cores in the executor nodes. This is more problematic when an executor has more than one cores assigned which results in more contention. An alternative would be to set only one core for each executor but this is not optimal in mix workloads where CNN inference is only a part of the workload.

Vorherrschende Sprache
Scala
Sterne
743
Forks
158
Keine gemergten PRs in 30 T.

Entwicklungsumgebung

  • Enthält ein Dockerfile oder eine Docker-Compose-Datei
  • Keine Pull-Request-Vorlage
  • Kein Beitragsleitfaden

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus databricks/tensorframes

Alle Issues in databricks/tensorframes

Ähnliche Issues

Weitere Issues zu Scala

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.