Search

Hur du använder TensorFlow med Container Station

Senaste ändringsdatum: 2019-09-24

Om TensorFlow

TensorFlow är ett bibliotek med öppen källkod för numerisk beräkning med dataflödesdiagram. Noder i diagrammet motsvarar matematiska beräkningar, medan diagrammets kanter motsvarar flerdimensionella tensorer förbundna med dem.

Installera TensorFlow i Container Station

  1. Tilldela grafikprocessorer till Container Station.
    1. Öppna Kontrollpanelen > System > Hårdvara > Grafikkort.
    2. Under Resursanvändning, tilldela grafikprocessorerna till Container Station.
    3. Klicka på Tillämpa.
  2. Öppna Container Station.
  3. Använd rätt avbildningsversion.
    1. Klicka på Bilder.
    2. Klicka på Hämta för att installera rätt avbildning.
      Obs! Vi rekommenderar att använda följande version av TensorFlow beroende på vilken version av QTS och Nvidia drivrutin du har installerad:
      QTS- och Nvidia drivrutinsversion Tagg Kommandot Hämta
      QTS 4.3.6 och Nvidia drivrutin v1.3.5 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
      QTS 4.4.x och Nvidia drivrutin v2.0.0 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
  4. Klicka på Skapa.
  5. Sök efter nyckelordet TensorFlow. Sök efter tensorflow/tensorflow och klicka på Installera.
  6. Välj TensorFlow-version beroende på vilken version av QTS och Nvidia drivrutin du har installerad.
    QTS- och Nvidia drivrutinsversion Rekommenderad version
    QTS 4.3.6 och Nvidia drivrutin v1.3.5 1.11.0-gpu
    QTS 4.4.x och Nvidia drivrutin v2.0.0 1.11.0-gpu
  7. Klicka på Nästa.
  8. Klicka på Avancerade inställningar.
  9. Tilldela grafikprocessorer till behållaren.
    1. Öppna Enhet.
    2. Klicka på Lägg till.
    3. Välj grafikprocessorer att lägga till i behållaren.
  10. Valfritt: Dela NAS-mapp med behållaren.
    1. Öppna Delad mapp.
    2. Klicka på Lägg till över Volym från värd.
      En ny volym från värd läggs till.
    3. Välj värdsökväg.
    4. Ange en monteringspunkt.
  11. Klicka på Skapa.
    En Sammanfattning över den nya behållaren visas.
  12. Granska behållarens inställningar.
  13. Klicka på OK.
    Behållaravbilden är installerad.

Montera en NVIDIA grafikprocessor med SSH

  1. Anslut till din NAS via SSH.
  2. Montera grafikprocessorer till behållaren.
    1. Ange något av följande kommandon beroende på grafikprocessorn du vill montera.
      Grafikprocessor att montera Kommando
      Först 
      –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
      Sekund 
      –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
      Båda 
      –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
    Obs! Exempelkommandon baserade på QTS- och Nvidia drivrutinsversion finns nedan:
    QTS- och Nvidia drivrutinsversion Kommando
    QTS 4.3.5/4.3.6 och Nvidia drivrutin v1.3.5 
    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 och Nvidia drivrutin v2.0.0 
    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

Åtkomst till behållaren

  1. Öppna Container Station.
  2. Klicka på Översikt.
  3. Sök efter behållaren du just installerade och öppna behållarens sida.
  4. Kopiera token från konsolen.
  5. Klicka på URL.
  6. Klistra in token i Lösenord eller Token.
  7. Klicka på Logga in.
Nu går det att använda Jupyter anteckningsbok med TensorFlow.

Var den här artikeln till hjälp?

Ja. Nej.
Användare som tyckte detta var användbart 63% procent.
Tack för din feedback.

Berätta för oss hur vi kan förbättra artikeln:

Ge oss fler synpunkter genom att skriva dem nedan.

Välj specifikation

      Visa fler Färre

      Denna webbplats i andra länder/regioner:

      open menu
      back to top