本文以搭建TensorFlow深度学习框架为例详细介绍如何在gn5实例上搭建NGC环境。

前提条件

在开始搭建TensorFlow环境之前,您必须先完成以下工作:
  • 注册阿里云账号,并完成实名认证。具体步骤,请参见注册阿里云账号实名认证
  • 登录NGC网站,注册NGC账号。
  • 登录NGC网站,获取NGC API key并保存到本地。登录NGC容器环境时需要验证您的NGC API Key。
  • 使用本教程进行操作前,请确保您已经注册了阿里云账号。如还未注册,请先完成账号注册

背景信息

NGC(NVIDIA GPU CLOUD)是NVIDIA开发的一套深度学习生态系统,可以使开发者免费访问深度学习软件堆栈,建立适合深度学习的开发环境。

目前NGC在阿里云gn5实例作了全面部署,并且在镜像市场提供了针对NVIDIA Pascal GPU优化的NGC容器镜像。通过部署镜像市场的NGC容器镜像,开发者能简单快速地搭建NGC容器环境,即时访问优化后的深度学习框架,大大缩减产品开发以及业务部署的时间,实现开发环境的预安装;同时支持调优后的算法框架,并且保持持续更新。

NGC网站提供了目前主流深度学习框架不同版本的镜像(比如Caffe、Caffe2、CNTK、MxNet、TensorFlow、Theano、Torch),您可以选择需要的镜像搭建环境。

操作步骤

  1. 创建一台gn5实例。具体操作,请参见创建ECS实例
    在配置参数时,您需要注意以下几点:
    • 地域:只能选择华北1(青岛)、华北2(北京)、华北3(张家口)、华北5(呼和浩特)、华东1(杭州)、华东2(上海)、华南1(深圳)。
    • 实例:选择gn5实例规格。
    • 镜像:单击镜像市场,在弹出对话框里,找到NVIDIA GPU Cloud VM Image后,单击使用

    • 公网带宽:选择分配公网IP地址
      说明 如果这里没有分配公网IP地址,则在实例创建成功后,需要绑定EIP地址。
    • 安全组:选择一个安全组。安全组里必须开放 TCP 22 端口。如果您的实例需要支持HTTPS 或 DIGIT 6 服务,必须开放TCP 443(用于HTTPS)或TCP 5000(用于DIGITS 6)端口。
  2. 连接ECS实例。
    根据创建实例时选择的登录凭证选择以下任一方式连接ECS实例:
  3. 按界面提示输入NGC官网获取的NGC API Key后按回车键,即可登录NGC容器环境。


  4. 运行nvidia-smi命令。
    您能查看当前GPU的信息,包括GPU型号、驱动版本等,如下图所示。

  5. 按以下步骤搭建TensorFlow环境。
    1. 登录NGC网站,在TensorFlow镜像页面,获取docker pull命令。


    2. 下载TensorFlow镜像。
      docker pull nvcr.io/nvidia/tensorflow:18.03-py3                    
    3. 查看下载的镜像。
      docker image ls                   
    4. 运行容器,完成TensorFlow开发环境的部署。
      nvidia-docker run --rm -it nvcr.io/nvidia/tensorflow:18.03-py3              


  6. 选择以下任一种方式测试TensorFlow。
    • 简单测试TensorFlow。
      $python
      >>> import tensorflow as tf
      >>> hello = tf.constant('Hello, TensorFlow!')
      >>> sess = tf.Session()
      >>> sess.run(hello)
      如果TensorFlow正确加载了GPU设备,返回结果如下图所示。

    • 下载TensorFlow模型并测试TensorFlow。
      git clone https://github.com/tensorflow/models.git
      cd models/tutorials/image/alexnet
      python alexnet_benchmark.py --batch_size 128 --num_batches 100
      						
      运行状态如下图所示。

  7. 保存TensorFlow镜像的修改。否则,下次登录时配置会丢失。