Search

如何在 Container Station 中使用 TensorFlow？

最后修订日期: 2019-09-24

关于 TensorFlow

TensorFlow™ 是一个使用数据流图进行数值计算的开源软件库。图中的节点代表数学运算，而图中的边则代表在这些节点之间传递的多维数据数组（张量）。

在 Container Station 中安装 TensorFlow

  1. 为 Container Station 分配 GPU。
    1. 转到“Control Panel”（控制台）>“System”（系统）>“Hardware”（硬件）>“Graphics Card”（显卡）。
    2. 在“Resource Use”（资源使用）下，将 GPU 分配给 Container Station。
    3. 单击“Apply”（应用）。
  2. 打开 Container Station。
  3. 使用正确的映像版本。
    1. 单击“Images”（映像）。
    2. 单击“Pull”（拉取）以安装所需映像。
      注意：建议根据安装的 QTS 和 Nvidia 驱动程序版本使用以下版本的 TensorFlow：
      QTS 和 Nvidia 驱动程序版本 标签 拉取命令
      QTS 4.3.5 和 Nvidia 驱动程序 v1.3.5 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
      QTS 4.4.x 和 Nvidia 驱动程序 v2.0.0 tensorflow/tensorflow:1.11.0-gpu docker pull tensorflow/tensorflow:1.11.0-gpu
  4. 单击“Create”（创建）。
  5. 搜索关键字“TensorFlow”。查找 tensorflow/tensorflow，然后单击“Install”（安装）。
  6. 根据安装的 QTS 和 Nvidia 驱动程序版本选择 TensorFlow 版本。
    QTS 和 Nvidia 驱动程序版本 建议版本
    QTS 4.3.5 和 Nvidia 驱动程序 v1.3.5 1.11.0-gpu
    QTS 4.4.x 和 Nvidia 驱动程序 v2.0.0 1.11.0-gpu
  7. 单击“Next”（下一步）。
  8. 单击“Advanced Settings”（高级设置）。
  9. 为容器分配 GPU。
    1. 转到“Device”（设备）。
    2. 单击“Add”（添加）。
    3. 选择要添加到容器中的 GPU。
  10. 可选：与容器共享 NAS 文件夹。
    1. 转到“Shared Folder”（共享文件夹）。
    2. 在“Volume from Host”（主机卷）上方，单击“Add”（添加）。
      随即添加主机的一个新卷。
    3. 选择主机路径。
    4. 指定“Mount Point”（装载点）。
  11. 单击“Create”（创建）。
    此时将显示新容器的“Summary”（摘要）。
  12. 查看该容器的设置。
  13. 单击“OK”（确定）。
    容器映像安装完毕。

通过 SSH 装载 NVIDIA GPU

  1. 通过 SSH 连接到 NAS。
  2. 将 GPU 装载至容器。
    1. 根据要装载的 GPU 输入以下命令之一。
      要装载的 GPU 命令
      第一个 
      –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
      第二个 
      –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
      两个 
      –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：下面按您的 QTS 和 Nvidia 驱动程序版本列出了示例命令：
    QTS 和 Nvidia 驱动程序版本 命令
    QTS 4.3.5/4.3.6 和 Nvidia 驱动程序 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 驱动程序 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

访问容器

  1. 打开 Container Station。
  2. 单击“Overview”（概览）。
  3. 查找刚安装的容器并打开该容器页面。
  4. 从“Console”（控制台）复制“Token”（令牌）。
  5. 单击 URL。
  6. 将“Token”（令牌）粘贴到“Password or Token”（密码或令牌）中。
  7. 单击“Log in”（登录）。
现在即可配合使用 Jupyter Notebook 和 TensorFlow。

这篇文章有帮助吗？

是 否
80% 的人认为有帮助。
谢谢您，我们已经收到您的意见。

请告诉我们如何改进这篇文章：

如果您想提供其他意见，请于下方输入。

选择规格

      显示更多 隐藏更多
      open menu
      back to top