Informacje o PyTorch
PyTorch to oparty na języku Python pakiet do obliczeń naukowych przeznaczony dla osób, które chcą zastąpić NumPy i wykorzystać moc procesorów GPU, a także platforma do badań nad głębokim uczeniem zapewniająca maksymalną elastyczność i szybkość.
Instalowanie PyTorch w Container Station
- Przypisz procesory GPU do Container Station.
- Przejdź do Panelu sterowania > System > Sprzęt > Karta graficzna.
- W sekcji Użycie zasobów przypisz procesory GPU do Container Station.
- Kliknij Zastosuj.
- Otwórz Container Station.
- Użyj właściwej wersji obrazu.
- Kliknij Obrazy.
- Kliknij Pobierz, aby zainstalować żądany obraz. Uwaga: Zaleca się użycie następującej wersji PyTorch w zależności od posiadanej wersji QTS i sterownika Nvidia:
Wersje QTS i sterownika Nvidia Tag Polecenie pobierania QTS 4.3.5/4.3.6 i sterownik Nvidia v1.3.5 pytorch/pytorch:0.4.1-cuda9-cudnn7-devel docker pull pytorch/pytorch:0.4.1-cuda9-cudnn7-devel QTS 4.4.x i sterownik Nvidia v2.0.0 pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel docker pull pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel
- Kliknij Utwórz.
- Wyszukaj słowo kluczowe „PyTorch". Znajdź pytorch/pytorch i kliknij Zainstaluj.
- Wybierz wersję PyTorch odpowiednią dla posiadanej wersji QTS i sterownika Nvidia.
Wersje QTS i sterownika Nvidia Zalecana wersja QTS 4.3.5/4.3.6 i sterownik Nvidia v1.3.5 0.4.1-cuda9-cudnn7-devel QTS 4.4.x i sterownik Nvidia v2.0.0 1.0.1-cuda10.0-cudnn7-devel
- Kliknij Dalej.
- Kliknij Ustawienia zaawansowane.
- Przypisz procesory GPU do kontenera.
- Przejdź do sekcji Urządzenie.
- Kliknij Dodaj.
- Wybierz procesory GPU, które mają zostać dodane do kontenera.
- Opcjonalnie: Udostępnij folder NAS kontenerowi.
- Przejdź do sekcji Folder udostępniony.
- W obszarze Wolumin z hosta kliknij Dodaj. Zostanie dodany nowy wolumin z hosta.
- Wybierz Ścieżkę hosta.
- Podaj Punkt montowania.
- Kliknij Utwórz. Zostanie wyświetlone podsumowanie nowego kontenera.
- Sprawdź ustawienia kontenera.
- Kliknij OK. Obraz kontenera zostanie zainstalowany.
Montowanie procesora GPU NVIDIA przez SSH
- Połącz się z urządzeniem NAS przez SSH.
- Zamontuj procesory GPU w kontenerze.
- Wprowadź jedno z poniższych poleceń w zależności od procesora GPU, który chcesz zamontować.
GPU do zamontowania Polecenie Pierwszy Kod:–device /dev/nvidia0:/dev/nvidia0 \ –device /dev/nvidiactl:/dev/nvidiactl \ –device /dev/nvidia-uvm:/dev/nvidia-uvm \ -v `/sbin/getcfg NVIDIA_GPU_DRV Install_Path -f /etc/config/qpkg.conf -d None`/usr/:/usr/local/nvidiaDrugi Kod:–device /dev/nvidia0:/dev/nvidia0 \ –device /dev/nvidia1:/dev/nvidia1 \ –device /dev/nvidiactl:/dev/nvidiactl \ –device /dev/nvidia-uvm:/dev/nvidia-uvm \ -v `/sbin/getcfg NVIDIA_GPU_DRV Install_Path -f /etc/config/qpkg.conf -d None`/usr/:/usr/local/nvidiaOba Kod:–device /dev/nvidia1:/dev/nvidia1 \ –device /dev/nvidiactl:/dev/nvidiactl \ –device /dev/nvidia-uvm:/dev/nvidia-uvm \ -v `/sbin/getcfg NVIDIA_GPU_DRV Install_Path -f /etc/config/qpkg.conf -d None`/usr/:/usr/local/nvidia
Wersje QTS i sterownika Nvidia Polecenie QTS 4.3.5/4.3.6 i sterownik Nvidia v1.3.5 Kod:docker run -it –name pytorch \ –device /dev/nvidia0:/dev/nvidia0 \ –device /dev/nvidiactl:/dev/nvidiactl \ –device /dev/nvidia-uvm:/dev/nvidia-uvm \ -v `/sbin/getcfg NVIDIA_GPU_DRV Install_Path -f /etc/config/qpkg.conf -d None`/usr/:/usr/local/nvidia \ pytorch/pytorch:0.4.1-cuda9-cudnn7-develQTS 4.4.x i sterownik Nvidia v2.0.0 Kod:docker run -it –name pytorch \ –device /dev/nvidia0:/dev/nvidia0 \ –device /dev/nvidiactl:/dev/nvidiactl \ –device /dev/nvidia-uvm:/dev/nvidia-uvm \ -v `/sbin/getcfg NVIDIA_GPU_DRV Install_Path -f /etc/config/qpkg.conf -d None`/usr/:/usr/local/nvidia \ pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel - Wprowadź jedno z poniższych poleceń w zależności od procesora GPU, który chcesz zamontować.
Uzyskiwanie dostępu do kontenera
- Otwórz Container Station.
- Kliknij Przegląd.
- Znajdź właśnie zainstalowany kontener i otwórz jego stronę.
- Kliknij
.