Skip to main content
NetApp Solutions
O português é fornecido por meio de tradução automática para sua conveniência. O inglês precede o português em caso de inconsistências.

Exemplo de caso de uso - TensorFlow Training Job

Colaboradores
PDFs

Esta seção descreve as tarefas que precisam ser executadas para executar um trabalho de treinamento do TensorFlow em um ambiente empresarial de IA da NVIDIA.

Pré-requisitos

Antes de executar as etapas descritas nesta seção, assumimos que você já criou um modelo de VM Guest seguindo as instruções descritas na "Configuração" página.

Criar VM convidada a partir do modelo

Primeiro, você deve criar uma nova VM convidada a partir do modelo que você criou na seção anterior. Para criar uma nova VM convidada a partir do modelo, inicie sessão no VMware vSphere, clique no nome do modelo, escolha 'Nova VM a partir deste modelo…​' e, em seguida, siga o assistente.

Figura que mostra a caixa de diálogo de entrada/saída ou que representa o conteúdo escrito

Criar e montar volume de dados

Em seguida, crie um novo volume de dados para armazenar seu conjunto de dados de treinamento. Você pode criar rapidamente um novo volume de dados usando o Toolkit DataOps do NetApp. O comando exemplo que se segue mostra a criação de um volume chamado 'imagenet' com uma capacidade de 2 TB.

$ netapp_dataops_cli.py create vol -n imagenet -s 2TB

Antes de preencher o volume de dados com dados, você deve montá-lo na VM convidada. Você pode montar rapidamente um volume de dados usando o Toolkit DataOps do NetApp. O comando de exemplo que se segue mostra o tom do volume que foi criado na etapa anterior.

$ sudo -E netapp_dataops_cli.py mount vol -n imagenet -m ~/imagenet

Preencher volume de dados

Após o novo volume ter sido provisionado e montado, o conjunto de dados de treinamento pode ser recuperado da localização de origem e colocado no novo volume. Isso geralmente envolverá a extração de dados de um data Lake S3 ou Hadoop e, às vezes, envolverá a ajuda de um engenheiro de dados.

Execute o trabalho de formação do TensorFlow

Agora, você está pronto para executar seu trabalho de treinamento TensorFlow. Para executar seu trabalho de treinamento do TensorFlow, execute as seguintes tarefas.

  1. Puxe a imagem do contentor NVIDIA NGC Enterprise TensorFlow.

    $ sudo docker pull nvcr.io/nvaie/tensorflow-2-1:22.05-tf1-nvaie-2.1-py3

  2. Inicie uma instância do contentor TensorFlow da NVIDIA. Use a opção '-v' para anexar o volume de dados ao recipiente.

    $ sudo docker run --gpus all -v ~/imagenet:/imagenet -it --rm nvcr.io/nvaie/tensorflow-2-1:22.05-tf1-nvaie-2.1-py3

  3. Execute seu programa de treinamento TensorFlow dentro do recipiente. O comando exemplo que se segue mostra a execução de um exemplo de programa de treinamento ResNet-50 incluído na imagem do contentor.

    $ python ./nvidia-examples/cnn/resnet.py --layers 50 -b 64 -i 200 -u batch --precision fp16 --data_dir /imagenet/data