FedML-AI/FedML

How to run hierarchical_fedavg_mnist_lr_example on Raspberry Pi 4

Open

#662 ouverte le 12 déc. 2022

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)Python (743 forks)batch import
help wantedquestion

Métriques du dépôt

Stars
 (3 930 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

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

Guide contributeur

Direction de recherche
Vérifiez la configuration de l'exemple pour l'utilisation du GPU et identifiez tous les endroits où le GPU est référencé. Comme le Raspberry Pi n'a pas de GPU, vous devez vous assurer que le code n'essaie pas d'utiliser CUDA. Vérifiez également s'il existe d'autres paramètres spécifiques au matériel (par exemple, taille du lot, mémoire).
Stack technique
python
Domaine
machine learning
Type d'issue
Documentation
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Python
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
65