先日公開さ入れた、Clara Train SDK v4.0 のチュートリアルを行い、どこが変わったのかを眺めてゆきます。
Clara Train SDK v4.0 ドキュメント がありますが、これを併用し、JupyterNote book 版を使ってv4.0 の理解を深めてゆきたいと思います。
[Git Hub のリンク先]
v4.0 からは、Tensorflow base のシステムから、Pytorch base の MONAI フレームワークに変更されています。そのため、参照する先のディレクトリは、Pytorch/Notebook になります。ただまずは、git clone でこのディレクトリを取得しておきましょう。
$git clone https://github.com/NVIDIA/clara-train-examples.git $ cd clara-train-examples/PyTorch/NoteBooks/ ~/clara-train-examples/PyTorch/NoteBooks$ ls AIAA AutoML Data DomainExamples FL GettingStarted readMe.md screenShots scripts Welcome.ipynb
となり、おなじみの Weclom.ipynb が現れました。では Readme に従って、前準備をしてゆきます。ただ、readme の内容は、一から準備しているので、Nvidia のドライバーであるとか、Docker はインストールした状態にあるとします。このExample で、3.1 Start Docker compose を使い、triuon server と併用して使用する場合には、docker-compose も必要です。
sudo curl -L "https://github.com/docker/compose/releases/download/1.28.6/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose
となると、Nvidia-Docker v2.x 準拠でないといけません。compose 自体が何か特殊なことをしているわけではないと思いますので、それは後程解析することにして、ここでは、nvidia-docker2 を追加でインストールしておいて、つまり、
/etc/apt/source.list.d/nvidia-docker.list
cat /etc/apt/sources.list.d/nvidia-docker.list deb https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/$(ARCH) / #deb https://nvidia.github.io/libnvidia-container/experimental/ubuntu18.04/$(ARCH) / deb https://nvidia.github.io/nvidia-container-runtime/stable/ubuntu18.04/$(ARCH) / #deb https://nvidia.github.io/nvidia-container-runtime/experimental/ubuntu18.04/$(ARCH) / deb https://nvidia.github.io/nvidia-docker/ubuntu18.04/$(ARCH) /
の最後の行、nvidia-docker も追加した状態で
$sudo apt update;apt install nvidia-docker2 $sudo systemctl restart docker $docker info | grep nvidia Runtimes: io.containerd.runc.v2 io.containerd.runtime.v1.linux nvidia runc WARNING: No swap limit support WARNING: No blkio weight support WARNING: No blkio weight_device support
docker runtime に nvidia が加わっていることを確認してください。
$ bash ./startClaraTrainNoteBooks.sh
それでは、NoteBooks が立ち上がるか確認してみましょう。
Stopping aiaa-triton ... done Removing claradevday-pt ... done Removing aiaa-triton ... done Removing network claratrain-triton_default ------------------------------------------------ ------------------------------------------------ Creating network "claratrain-triton_default" with the default driver Creating aiaa-triton ... done Creating claradevday-pt ... done ---wait 1 ---wait 2 ---wait 3 ---wait 4 ---wait 5 ---wait 6 [I 04:59:15.549 LabApp] http://claratrain:8888/?token=d4ebd132542ba4f775061f6b5e5c89d752f3b3b40a450f55 [I 04:59:15.549 LabApp] or http://127.0.0.1:8888/?token=d4ebd132542ba4f775061f6b5e5c89d752f3b3b40a450f55
コンテナの起動はできたようですが、オリジナルの docker-compose.yml では triton AIAA サーバを使う前提なので、いくつか最初のチュートリアルができません。少し考えたのですが、バニラな状態にして、そこはAIAA の回で改めて解説し、startClaraTrainNoteBook サービスを停止し、Docker container イメージだけを起動して、まずはv3.1 と v4.0に違いがあるかを見てゆこうと思います。triton のサービスは停止ししてゆきます。
$ bash ./stopClaraTrainNoteBooks.sh Stopping claradevday-pt ... done Stopping aiaa-triton ... done Removing claradevday-pt ... done Removing aiaa-triton ... done Removing network claratrain-triton_default
そうしておいて、Clara stain sdk コンテナから、jupyter notebook を立ち上げてみましょう。
$ bash ./startDocker.sh
-----------------------------------
starting docker for nvcr.io/nvidia/clara-train-sdk:v4.0 using GPUS all jnotebookPort 3030
-----------------------------------
d90b884c043851050a5cf62a580b4890c11afc79e98f8b654083a77070fde49e
---wait 1
---wait 2
---wait 3
---wait 4
---wait 5
---wait 6
[I 07:06:25.890 LabApp] http://hostname:8888/?token=8578b37abc8c9d3470243d023e9302e147d919fd47b964e4
http://hostname:8888/?token=8578b37abc8c9d3470243d023e9302e147d919fd47b964e4ここまで来たら、webブラウザを使い、Jupyter note book を開いてみましょう。
ログインすると、次のように見えるようになります。
