Instrukcja obsługi Jak używać TensorFlow z Container Station

Informacje o TensorFlow​


TensorFlow™ to biblioteka oprogramowania open source do obliczeń numerycznych przy użyciu grafów przepływu danych. Węzły w grafie reprezentują operacje matematyczne, natomiast krawędzie grafu reprezentują wielowymiarowe tablice danych (tensory) przesyłane między nimi.

Instalowanie TensorFlow w Container Station​


  1. Przypisz procesory GPU do Container Station.
    1. Przejdź do Panel 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 TensorFlow w zależności od posiadanej wersji QTS i sterownika Nvidia:
      Wersje QTS i sterownika NvidiaTagPolecenie pobierania
      QTS 4.3.5 i sterownik Nvidia v1.3.5tensorflow/tensorflow:1.11.0-gpudocker pull tensorflow/tensorflow:1.11.0-gpu
      QTS 4.4.x i sterownik Nvidia v2.0.0tensorflow/tensorflow:1.11.0-gpudocker pull tensorflow/tensorflow:1.11.0-gpu

      GUID-E31F3B86-1C67-45A6-AAE5-AD015EC245ED-low.png
  4. Kliknij Utwórz.
  5. Wyszukaj słowo kluczowe „TensorFlow". Znajdź tensorflow/tensorflow i kliknij Zainstaluj.
    GUID-FABEC5C4-414D-418C-8487-689864144645-low.png
  6. Wybierz wersję TensorFlow odpowiednią do posiadanej wersji QTS i sterownika Nvidia.
    Wersje QTS i sterownika NvidiaZalecana wersja
    QTS 4.3.5 i sterownik Nvidia v1.3.51.11.0-gpu
    QTS 4.4.x i sterownik Nvidia v2.0.01.11.0-gpu

    GUID-9D5FC664-F235-4686-8F45-CF3995E290C7-low.png
  7. Kliknij Dalej.
  8. Kliknij Ustawienia zaawansowane.
    GUID-FAAD7A18-920C-4B6C-A9A5-AC8E7BC4AAB4-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 chcesz dodać 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. Przejrzyj 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.
      Procesor 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 podano przykładowe polecenia dla poszczególnych 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 -d –name tensorflow \
        –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 \
         -p 6006:6006 -p 8888:8888 \
        tensorflow/tensorflow:1.11.0-gpu
    QTS 4.4.x i sterownik Nvidia v2.0.0
    Kod:
    docker run -d –name tensorflow \
       –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 \
        -p 6006:6006 -p 8888:8888 \
        tensorflow/tensorflow:1.11.0-gpu

Uzyskiwanie dostępu do kontenera​


  1. Otwórz Container Station.
  2. Kliknij Przegląd.
  3. Znajdź właśnie zainstalowany kontener i otwórz stronę kontenera.
  4. Skopiuj Token z konsoli.
  5. Kliknij adres URL.
    GUID-90D51BEF-03E6-43A6-A26B-AA659B321CBF-low.png
  6. Wklej Token w polu Hasło lub Token.
  7. Kliknij Zaloguj się.
    GUID-E7AA467A-DC9B-4511-8749-ECCEAE474FD4-low.png
Możesz teraz korzystać z notatnika Jupyter z TensorFlow.