TensorFlow

TensorFlow™是一个基于数据流编程(dataflow programming)的符号数学系统，被广泛应用于各类机器学习(machine learning)算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。

GPU版本对显卡驱动的要求请查看GPU支持;

由于TensorFlow的更新较快，可以通过conda来管理TensorFlow环境。

1. 安装

Step 1. 导入conda环境；

在自己的HOME目录安装Conda，具体查看conda安装;

Step 2. 创建虚拟环境并安装TensorFlow GPU版本，这里安装的是TensorFlow GPU 2.2.0版本；

conda create -n tf-gpu-2.2.0 tensorflow-gpu==2.2.0 -y

Step 3. 进入和退出创建好的虚拟环境；

source activate tf-gpu-2.2.0
conda deactivate

2. 提交作业

Step 1.创建工作目录并进入；

mkdir tensorflowJob1
cd tensorflowJob1

Step 2. 将运行tensorflow需要的相关文件上传到该文件夹下，这里创建一个test.py程序，用于获取gpu_device_name；

import tensorflow as tf
gpu_device_name = tf.test.gpu_device_name()
print(gpu_device_name)

Step 3. 在该文件夹下编写作业脚本，命名为tensorflowJob1.sh，脚本内容如下;

#!/bin/bash
#SBATCH -o job.%j.out
#SBATCH --partition=GPU
#SBATCH -J tensorflow_job_1
#SBATCH -N 1
#SBATCH --ntasks-per-node=2
#SBATCH --gres=gpu:1
#SBATCH --qos=low

source activate tf-gpu-2.2.0
python test.py

Step 4. 提交作业；

sbatch tensorflowJob1.sh