গুগল কালো সম্প্রদায়ের জন্য জাতিগত সমতা উন্নয়নে প্রতিশ্রুতিবদ্ধ। দেখ কিভাবে.
This page was translated by the Cloud Translation API.
Switch to English

ডকশ্রমিক

ডকার ভার্চুয়াল পরিবেশ তৈরি করতে পাত্রে ব্যবহার করে যা বাকী সিস্টেম থেকে টেনসরফ্লো ইনস্টলেশন আলাদা করে দেয়। টেনসরফ্লো প্রোগ্রামগুলি এই ভার্চুয়াল পরিবেশের মধ্যে পরিচালিত হয় যা তার হোস্ট মেশিনের সাহায্যে সংস্থানগুলি ভাগ করতে পারে (ডিরেক্টরিগুলি অ্যাক্সেস করতে পারে, জিপিইউ ব্যবহার করতে পারে, ইন্টারনেটের সাথে সংযুক্ত হতে পারে ইত্যাদি)। টেনসরফ্লো ডকার ইমেজগুলি প্রতিটি প্রকাশের জন্য পরীক্ষা করা হয়।

লিনাক্সে টেনসরফ্লো জিপিইউ সমর্থন সক্ষম করার সহজ উপায় হ'ল হোস্ট মেশিনে কেবল এনভিআইডিআইএ জিপিইউ ড্রাইভারের প্রয়োজন হয় ( এনভিআইডিআইএ সিউডিএ টুলকিট ইনস্টল করার দরকার নেই)।

টেনসরফ্লো ডকার প্রয়োজনীয়তা

  1. আপনার স্থানীয় হোস্ট মেশিনে ডকার ইনস্টল করুন
  2. লিনাক্সে জিপিইউ সহায়তার জন্য, এনভিআইডিআইএ ডকার সমর্থন ইনস্টল করুন
    • docker -v সহ আপনার ডকার সংস্করণটি নোট করুন। 19.03 এর আগের সংস্করণগুলির জন্য এনভিডিয়া-ডকার 2 এবং --runtime=nvidia পতাকা প্রয়োজন। 19.03 সহ এবং পরবর্তী সংস্করণগুলিতে আপনি --gpus all nvidia-container-toolkit --gpus all প্যাকেজ এবং --gpus all পতাকা ব্যবহার করবেন। উভয় বিকল্প উপরের লিঙ্ক করা পৃষ্ঠায় নথিভুক্ত করা হয়।

একটি টেনসরফ্লো ডকার চিত্রটি ডাউনলোড করুন

অফিসিয়াল টেনসরফ্লো ডকার ইমেজগুলি টেনসরফ্লো / টেনসরফ্লো ডকার হাব রিপোজিটরিতে অবস্থিত। চিত্র প্রকাশে নিম্নলিখিত ফর্ম্যাটটি ব্যবহার করে ট্যাগ করা হয়েছে:

ট্যাগ বিবরণ
latest টেনসরফ্লো সিপিইউ বাইনারি চিত্রের সর্বশেষ প্রকাশ। ডিফল্ট.
nightly রাত্রে টেনসরফ্লো চিত্রটি তৈরি করে। (অস্থিতিশীল)
version টেনসরফ্লো বাইনারি চিত্রটির সংস্করণ উল্লেখ করুন, উদাহরণস্বরূপ: 2.1.0
devel রাত্রে একটি টেনসরফ্লো master বিকাশের পরিবেশ তৈরি করে। টেনসরফ্লো উত্স কোড অন্তর্ভুক্ত।
custom-op টিএফ কাস্টম অপস বিকাশের জন্য বিশেষ পরীক্ষামূলক চিত্র।

:: এখানে আরও তথ্য: https://github.com/tensorflow/custom-op :

প্রতিটি বেস ট্যাগের বিভিন্ন রূপ রয়েছে যা কার্যকারিতা যুক্ত করে বা পরিবর্তন করে:

ট্যাগ বৈকল্পিক বিবরণ
tag -gpu জিপিইউ সমর্থন সহ নির্দিষ্ট ট্যাগ রিলিজ release ( নীচে দেখুন )
tag -jupyter জুপিটারের সাথে নির্দিষ্ট ট্যাগ রিলিজ (টেনসরফ্লো টিউটোরিয়াল নোটবুক অন্তর্ভুক্ত)

আপনি একবারে একাধিক রূপ ব্যবহার করতে পারেন। উদাহরণস্বরূপ, নিম্নলিখিত ডাউনলোডগুলি আপনার মেশিনে টেনসরফ্লো ছবিগুলি প্রকাশ করে:

docker pull tensorflow/tensorflow                     # latest stable release
docker pull tensorflow/tensorflow:devel-gpu           # nightly dev release w/ GPU support
docker pull tensorflow/tensorflow:latest-gpu-jupyter  # latest release w/ GPU support and Jupyter

একটি টেনসরফ্লো ডকার ধারক শুরু করুন

টেনসরফ্লো-কনফিগার কনটেইনার শুরু করতে, নিম্নলিখিত কমান্ড ফর্মটি ব্যবহার করুন:

docker run [-it] [--rm] [-p hostPort : containerPort ] tensorflow/tensorflow[: tag ] [ command ]

বিশদ জন্য, ডকার রান রেফারেন্স দেখুন

সিপিইউ-কেবলমাত্র চিত্র ব্যবহারের উদাহরণ

আসুন latest ট্যাগযুক্ত চিত্রটি ব্যবহার করে টেনসরফ্লো ইনস্টলেশনটি যাচাই করুন। ডকার প্রথমবার এটি চালানোর সময় একটি নতুন টেনসরফ্লো চিত্র ডাউনলোড করে:

docker run -it --rm tensorflow/tensorflow \
   python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

আসুন আরও কয়েকটি টেনসরফ্লো ডকার রেসিপি প্রদর্শন করুন। টেনসরফ্লো-কনফিগার করা ধারকটির মধ্যে bash শেল সেশনটি শুরু করুন:

docker run -it tensorflow/tensorflow bash

ধারকটির মধ্যে, আপনি একটি python সেশন শুরু করতে পারেন এবং টেনসরফ্লো আমদানি করতে পারেন।

একটি ধারকটির মধ্যে হোস্ট মেশিনে -v hostDir:containerDir -w workDir প্রোগ্রামটি চালানোর জন্য, হোস্ট ডিরেক্টরিটি মাউন্ট করুন এবং -v hostDir:containerDir -w workDir কার্যকরী ডিরেক্টরি পরিবর্তন করুন ( -v hostDir:containerDir -w workDir ):

docker run -it --rm -v $PWD:/tmp -w /tmp tensorflow/tensorflow python ./script.py

যখন কোনও ধারকের মধ্যে তৈরি ফাইলগুলি হোস্টের সামনে প্রকাশ করা হয় তখন অনুমতি সংক্রান্ত সমস্যাগুলি দেখা দিতে পারে। হোস্ট সিস্টেমে ফাইল সম্পাদনা করা ভাল।

টেন্সরফ্লো এর নাইট বিল্ড ব্যবহার করে একটি জিউটার নোটবুক সার্ভার শুরু করুন:

docker run -it -p 8888:8888 tensorflow/tensorflow:nightly-jupyter

নির্দেশাবলী অনুসরণ করুন এবং আপনার হোস্ট ওয়েব ব্রাউজারে URL টি খুলুন: http://127.0.0.1:8888/?token=...

জিপিইউ সমর্থন

জিপিইউতে টেনসরফ্লো চালানোর সহজ উপায় হ'ল হোস্ট মেশিনটিতে কেবল এনভিআইডিআইএ ড্রাইভারের প্রয়োজন হয় ( এনভিআইডিআইএ সিউডিএ টুলকিট প্রয়োজন হয় না)।

ডকারে এনভিআইডিআইএ জিপিইউ সমর্থন যুক্ত করতে এনভিডিয়া কনটেইনার টুলকিট ইনস্টল করুন। nvidia-container-runtime কেবল লিনাক্সের জন্য উপলব্ধ। বিশদ জন্য nvidia-container-runtime প্ল্যাটফর্ম সমর্থন FAQ দেখুন।

জিপিইউ উপলব্ধ কিনা তা পরীক্ষা করুন:

lspci | grep -i nvidia

আপনার nvidia-docker ইনস্টলেশন যাচাই করুন:

docker run --gpus all --rm nvidia/cuda nvidia-smi

জিপিইউ-সক্ষম চিত্র ব্যবহারের উদাহরণ

জিপিইউ-সক্ষম টেনসরফ্লো চিত্রটি ডাউনলোড করুন এবং চালনা করুন (কয়েক মিনিট সময় নিতে পারে):

docker run --gpus all -it --rm tensorflow/tensorflow:latest-gpu \
   python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

GPU- সক্ষম চিত্রটি সেট আপ করতে এটি কিছুটা সময় নিতে পারে। যদি বারবার জিপিইউ-ভিত্তিক স্ক্রিপ্টগুলি চলমান থাকে তবে আপনি কোনও ধারক পুনরায় ব্যবহার করতে docker exec ব্যবহার করতে পারেন।

ধারকটিতে bash শেল সেশন শুরু করতে সর্বশেষতম টেনসরফ্লো জিপিইউ চিত্রটি ব্যবহার করুন:

docker run --gpus all -it tensorflow/tensorflow:latest-gpu bash