跳转至

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。

TensorFlow 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

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