Instrukcja obsługi Jak używać PyTorch z Container Station

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​


  1. Przypisz procesory GPU do Container Station.
    1. Przejdź do Panelu sterowania > System > Sprzęt > Karta graficzna.
    2. W sekcji Użycie zasobów przypisz procesory GPU do Container Station.
    3. Kliknij Zastosuj.

    GUID-38553948-8BA4-4C3C-965E-899CE0C50CAB-low.png
  2. Otwórz Container Station.
  3. Użyj właściwej wersji obrazu.
    1. Kliknij Obrazy.
    2. 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 NvidiaTagPolecenie pobierania
      QTS 4.3.5/4.3.6 i sterownik Nvidia v1.3.5pytorch/pytorch:0.4.1-cuda9-cudnn7-develdocker pull pytorch/pytorch:0.4.1-cuda9-cudnn7-devel
      QTS 4.4.x i sterownik Nvidia v2.0.0pytorch/pytorch:1.0.1-cuda10.0-cudnn7-develdocker pull pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel

      GUID-E31F3B86-1C67-45A6-AAE5-AD015EC245ED-low.png
  4. Kliknij Utwórz.
  5. Wyszukaj słowo kluczowe „PyTorch". Znajdź pytorch/pytorch i kliknij Zainstaluj.
    GUID-60BF7BE3-3221-4471-BFDD-333C212F391F-low.png
  6. Wybierz wersję PyTorch odpowiednią dla posiadanej wersji QTS i sterownika Nvidia.
    Wersje QTS i sterownika NvidiaZalecana wersja
    QTS 4.3.5/4.3.6 i sterownik Nvidia v1.3.50.4.1-cuda9-cudnn7-devel
    QTS 4.4.x i sterownik Nvidia v2.0.01.0.1-cuda10.0-cudnn7-devel

    GUID-9D6567B7-4EB2-46FB-B9E1-F61F6C570F12-low.png
  7. Kliknij Dalej.
  8. Kliknij Ustawienia zaawansowane.
    GUID-80501621-34E8-4107-819B-1FB99411B15F-low.png
  9. Przypisz procesory GPU do kontenera.
    1. Przejdź do sekcji Urządzenie.
    2. Kliknij Dodaj.
      GUID-55C16A7A-8B41-4362-AE03-A1E1C8942A08-low.png
    3. Wybierz procesory GPU, które mają zostać dodane do kontenera.
      GUID-90D7062F-70E3-4005-AE1A-E6B8E68229D2-low.png
  10. Opcjonalnie: Udostępnij folder NAS kontenerowi.
    1. Przejdź do sekcji Folder udostępniony.
    2. W obszarze Wolumin z hosta kliknij Dodaj. Zostanie dodany nowy wolumin z hosta.
    3. Wybierz Ścieżkę hosta.
    4. Podaj Punkt montowania.

    GUID-04E50FEC-4F82-4653-8CF4-BE0F19A9407D-low.png
  11. Kliknij Utwórz. Zostanie wyświetlone podsumowanie nowego kontenera.
  12. Sprawdź ustawienia kontenera.
  13. Kliknij OK. Obraz kontenera zostanie zainstalowany.

Montowanie procesora GPU NVIDIA przez SSH​


  1. Połącz się z urządzeniem NAS przez SSH.
  2. Zamontuj procesory GPU w kontenerze.
    1. Wprowadź jedno z poniższych poleceń w zależności od procesora GPU, który chcesz zamontować.
      GPU do zamontowaniaPolecenie
      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/nvidia
      Drugi
      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/nvidia
      Oba
      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
    Uwaga: Poniżej przedstawiono przykładowe polecenia dostosowane do posiadanej wersji QTS i sterownika Nvidia:
    Wersje QTS i sterownika NvidiaPolecenie
    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-devel
    QTS 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

Uzyskiwanie dostępu do kontenera​


  1. Otwórz Container Station.
  2. Kliknij Przegląd.
  3. Znajdź właśnie zainstalowany kontener i otwórz jego stronę.
  4. Kliknij
    GUID-C377E4CB-50D2-4A1C-B36D-3B35DF20772E-low.png

    .
    GUID-A3D04ED6-6968-4CF4-8072-8529A6F0F269-low.png
Zostanie otwarte okno powłoki bash.