Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les infrastructures de Deep Learning utilisant la DSVM sont répertoriées ici :
Pilote CUDA, cuDNN, NVIDIA
| Category | Valeur |
|---|---|
| Versions prises en charge | 11 |
| Éditions DSVM prises en charge | Windows Server 2019 Linux |
| Comment est-il configuré et installé sur la machine virtuelle DSVM ? | nvidia-smi est disponible sur le chemin système. |
| Comment l’exécuter | Ouvrez une invite de commandes (sur Windows) ou un terminal (sur Linux), puis exécutez nvidia-smi. |
Horovod
| Category | Valeur |
|---|---|
| Versions prises en charge | 0.21.3 |
| Éditions DSVM prises en charge | Linux |
| Comment est-il configuré et installé sur la machine virtuelle DSVM ? | Horovod est installé dans l’environnement Python 3.5 |
| Comment l’exécuter | Activez l’environnement approprié sur le terminal, puis exécutez Python. |
NVidia System Management Interface (nvidia-smi)
| Category | Valeur |
|---|---|
| Versions prises en charge | |
| Éditions DSVM prises en charge | Windows Server 2019 Linux |
| À quoi sert-il ? | en tant qu'outil NVIDIA pour interroger l'activité GPU |
| Comment est-il configuré et installé sur la machine virtuelle DSVM ? | nvidia-smi se trouve sur le chemin système. |
| Comment l’exécuter | Sur une machine virtuelle comprenant des GPU, ouvrez une invite de commandes (sur Windows) ou un terminal (sur Linux), puis exécutez nvidia-smi. |
PyTorch
| Category | Valeur |
|---|---|
| Versions prises en charge | 1.9.0 (Linux, Windows 2019) |
| Éditions DSVM prises en charge | Windows Server 2019 Linux |
| Comment est-il configuré et installé sur la machine virtuelle DSVM ? | Installé dans Python, environnements conda 'py38_default', 'py38_pytorch' |
| Comment l’exécuter | Sur le terminal, activez l'environnement approprié, puis exécutez Python. * JupyterHub : Connectez-vous, puis ouvrez le répertoire PyTorch pour obtenir des exemples. |
TensorFlow
| Category | Valeur |
|---|---|
| Versions prises en charge | 2.5 |
| Éditions DSVM prises en charge | Windows Server 2019 Linux |
| Comment est-il configuré et installé sur la machine virtuelle DSVM ? | Installé dans Python, environnements conda 'py38_default', 'py38_tensorflow' |
| Comment l’exécuter | Dans le terminal, activez l'environnement approprié, puis lancez Python. * Jupyter : Connectez-vous à Jupyter ou JupyterHub, puis ouvrez le répertoire TensorFlow pour obtenir des exemples. |