Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
s920243400
PaddleDetection
提交
04340a59
P
PaddleDetection
项目概览
s920243400
/
PaddleDetection
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleDetection
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleDetection
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
未验证
提交
04340a59
编写于
3月 11, 2021
作者:
W
wangxinxin08
提交者:
GitHub
3月 11, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix hang bugs while training using multi machine (#2284)
上级
d82484d5
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
19 addition
and
1 deletion
+19
-1
dygraph/ppdet/utils/checkpoint.py
dygraph/ppdet/utils/checkpoint.py
+19
-1
未找到文件。
dygraph/ppdet/utils/checkpoint.py
浏览文件 @
04340a59
...
...
@@ -41,6 +41,21 @@ def is_url(path):
or
path
.
startswith
(
'ppdet://'
)
def
_get_unique_endpoints
(
trainer_endpoints
):
# Sorting is to avoid different environmental variables for each card
trainer_endpoints
.
sort
()
ips
=
set
()
unique_endpoints
=
set
()
for
endpoint
in
trainer_endpoints
:
ip
=
endpoint
.
split
(
":"
)[
0
]
if
ip
in
ips
:
continue
ips
.
add
(
ip
)
unique_endpoints
.
add
(
endpoint
)
logger
.
info
(
"unique_endpoints {}"
.
format
(
unique_endpoints
))
return
unique_endpoints
def
get_weights_path_dist
(
path
):
env
=
os
.
environ
if
'PADDLE_TRAINERS_NUM'
in
env
and
'PADDLE_TRAINER_ID'
in
env
:
...
...
@@ -53,6 +68,9 @@ def get_weights_path_dist(path):
weight_path
=
map_path
(
path
,
WEIGHTS_HOME
)
lock_path
=
weight_path
+
'.lock'
if
not
os
.
path
.
exists
(
weight_path
):
from
paddle.distributed
import
ParallelEnv
unique_endpoints
=
_get_unique_endpoints
(
ParallelEnv
()
.
trainer_endpoints
[:])
try
:
os
.
makedirs
(
os
.
path
.
dirname
(
weight_path
))
except
OSError
as
e
:
...
...
@@ -60,7 +78,7 @@ def get_weights_path_dist(path):
raise
with
open
(
lock_path
,
'w'
):
# touch
os
.
utime
(
lock_path
,
None
)
if
trainer_id
==
0
:
if
ParallelEnv
().
current_endpoint
in
unique_endpoints
:
get_weights_path
(
path
)
os
.
remove
(
lock_path
)
else
:
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录