Search

如何透過 Container Station 使用 TensorFlow

最後修訂日期: 2019-09-24

關於 TensorFlow

TensorFlow™ 是一款開放原始碼的軟體庫，可透過資料流程圖執行數值演算。 它以圖形中的「節點」代表數學運算，而用圖形的「邊」代表聯繫各節點的多維度資料陣列（張量）。

在 Container Station 安裝 TensorFlow

  1. 指派 GPU 至 Container Station。
    1. 前往〔控制台〕>〔系統〕>〔硬體〕>〔顯示卡〕。
    2. 在〔資源使用〕下方，指派 GPU 至〔Container Station〕。
    3. 點擊〔套用〕。
  2. 開啟〔Container Station〕。
  3. 使用正確的映像檔版本。
    1. 點擊〔映像檔〕。
    2. 選擇已安裝的所需映像檔並點擊〔提取〕。
      注意： 建議您根據安裝的 QTS 和 Nvidia 驅動程式版本，使用下列版本的 TensorFlow：
      QTS 和 Nvidia 驅動程式版本 標籤 提取指令
      QTS 4.3.5 和 Nvidia 驅動程式 v1.3.5 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
      QTS 4.4.x 和 Nvidia 驅動程式 v2.0.0 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
  4. 點擊〔建立〕。
  5. 搜尋關鍵字〔TensorFlow〕。 找到〔tensorflow/tensorflow〕並點擊〔安裝〕。
  6. 根據您安裝的 QTS 和 Nvidia 驅動程式版本，選擇特定版本的 TensorFlow。
    QTS 和 Nvidia 驅動程式版本 建議版本
    QTS 4.3.5 和 Nvidia 驅動程式 v1.3.5 1.11.0-gpu
    QTS 4.4.x 和 Nvidia 驅動程式 v2.0.0 1.11.0-gpu
  7. 點擊〔下一步〕。
  8. 點擊〔進階設定〕。
  9. 指派 GPU 至容器。
    1. 前往〔裝置〕。
    2. 點擊〔新增〕。
    3. 選擇要加入容器的 GPU。
  10. 非必要步驟： 與容器共享 NAS 資料夾。
    1. 前往〔共用資料夾〕。
    2. 在〔主機的磁碟區〕上方點擊〔新增〕。
      隨即新增新的主機磁碟區。
    3. 選擇主機路徑。
    4. 指定掛載點。
  11. 點擊〔建立〕。
    畫面隨即顯示新容器的〔摘要〕。
  12. 檢視容器的設定值。
  13. 點擊〔確定〕。
    容器映像檔完成安裝。

透過 SSH 掛載 NVIDIA GPU

  1. 透過 SSH 連線至 NAS。
  2. 掛載 GPU 至容器。
    1. 根據您要掛載的 GPU 輸入下列其中一個指令。
      要掛載的 GPU 指令
      第一個 
      –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
      第二個 
      –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
      兩個都掛載 
      –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
    注意： 不同 QTS 和 Nvidia 驅動程式版本適用的指令範例如下所示：
    QTS 和 Nvidia 驅動程式版本 指令
    QTS 4.3.5/4.3.6 和 Nvidia 驅動程式 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 和 Nvidia 驅動程式 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

指派容器

  1. 開啟〔Container Station〕。
  2. 點擊〔總覽〕。
  3. 找出您剛才安裝的容器並開啟容器的頁面。
  4. 在控制台中複製〔權杖〕。
  5. 點擊〔URL〕。
  6. 將〔權杖〕貼到〔密碼或權杖〕。
  7. 點擊〔登入〕。
您現在可以透過 TensorFlow 使用 Jupyter Notebook。

這篇文章有幫助嗎？

是 否
63% 的人認為有幫助。
謝謝您，我們已經收到您的意見。

請告訴我們如何改進這篇文章：

如果您想提供其他意見，請於下方輸入。

選擇規格

      顯示更多 隱藏更多

      選擇其他偏好的語言：

      back to top