Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Salvare e riavviare i lavori ibridi utilizzando i checkpoint
Puoi salvare iterazioni intermedie dei tuoi lavori ibridi utilizzando i checkpoint. Nell'esempio di script di algoritmo della sezione precedente, dovresti aggiungere le seguenti righe commentate con # ADD per creare file di checkpoint.
from braket.aws import AwsDevice from braket.circuits import Circuit from braket.jobs import save_job_checkpoint #ADD import os def start_here(): print("Test job starts!!!!!") device = AwsDevice(os.environ["AMZN_BRAKET_DEVICE_ARN"]) #ADD the following code job_name = os.environ["AMZN_BRAKET_JOB_NAME"] save_job_checkpoint( checkpoint_data={"data": f"data for checkpoint from {job_name}"}, checkpoint_file_suffix="checkpoint-1", ) #End of ADD bell = Circuit().h(0).cnot(0, 1) for count in range(5): task = device.run(bell, shots=100) print(task.result().measurement_counts) print("Test hybrid job completed!!!!!")
Quando si esegue il job ibrido, viene creato il file -checkpoint-1.json <jobname>negli artefatti del job ibrido nella directory checkpoints con un percorso predefinito. /opt/jobs/checkpoints
Lo script di lavoro ibrido rimane invariato a meno che non si desideri modificare questo percorso predefinito.
Se si desidera caricare un lavoro ibrido da un checkpoint generato da un precedente lavoro ibrido, lo script dell'algoritmo utilizza. from braket.jobs import load_job_checkpoint
La logica da caricare nello script dell'algoritmo è la seguente.
checkpoint_1 = load_job_checkpoint( "previous_job_name", checkpoint_file_suffix="checkpoint-1", )
Dopo aver caricato questo checkpoint, puoi continuare la logica in base al contenuto caricato su. checkpoint-1
Nota
Il checkpoint_file_suffix deve corrispondere al suffisso precedentemente specificato durante la creazione del checkpoint.
Lo script di orchestrazione deve specificare il precedente lavoro ibrido con la riga commentata con job-arn
#. ADD
job = AwsQuantumJob.create( source_module="source_dir", entry_point="source_dir.algorithm_script:start_here", device_arn="arn:aws:braket:::device/quantum-simulator/amazon/sv1", copy_checkpoints_from_job="<previous-job-ARN>", #ADD )