排解 PyTorch - TPU 問題

本指南提供疑難排解資訊，協助您找出並解決在 Cloud TPU 訓練 PyTorch 模型時可能遇到的問題。如需 Cloud TPU 入門的一般指南，請參閱「快速入門導覽課程：建立 TPU 執行個體」。

排解訓練效能緩慢的問題

如果模型訓練速度緩慢，請生成並查看指標報表。

如要自動分析指標報表並提供摘要，請使用 PT_XLA_DEBUG=1 執行工作負載。

如要進一步瞭解可能導致模型訓練速度緩慢的問題，請參閱「已知效能注意事項」。

效能分析

如要深入剖析工作負載，找出瓶頸，請參閱下列資源：

更多偵錯工具

您可以指定環境變數，控制 PyTorch/XLA 軟體堆疊的行為。

如果遇到非預期的錯誤，需要協助，請在 GitHub 回報問題。

管理 XLA 張量

XLA 張量怪異行為：說明使用 XLA 張量和共用權重時，應注意的事項。