Conda를 사용하는 Deep Learning AMI 사용 - AWS Deep Learning AMIs
Conda를 사용하는 Deep Learning AMI 소개DLAMI 로그인TensorFlow 환경 시작PyTorch Python 3 환경으로 전환환경 제거

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Conda를 사용하는 Deep Learning AMI 사용

Conda를 사용하는 Deep Learning AMI 소개

Conda는 Windows, macOS 및 Linux에서 실행되는 오픈 소스 패키지 관리 시스템 및 환경 관리 시스템입니다. Conda는 패키지 및 그 종속성을 빠르게 설치, 실행 및 업데이트합니다. Conda는 손쉬운 생성, 저장, 로드 및 로컬 컴퓨터 환경 사이의 전환이 가능합니다.

Conda를 사용하는 Deep Learning AMI는 딥 러닝 환경을 손쉽게 전환할 수 있도록 구성되었습니다. 다음 지침은 conda를 사용한 몇 가지 기본명령을 안내합니다. 프레임워크의 기본 가져오기가 작동 중인지 여부와 프레임워크를 통해 여러 단순 작업을 실행할 수 있는지 여부를 확인하는 데 도움이 됩니다. 그리고 DLAMI와 함께 제공되는 더 많은 자습서 또는 각 프레임워크의 프로젝트 사이트에 있는 프레임워크 예제로 넘어갈 수 있습니다.

DLAMI 로그인

서버에 로그인한 다음 각기 다른 딥 러닝 프레임워크 사이를 전환할 수 있는 다양한 conda 명령을 설명하는 서버 MOTD(Message of the Day)가 보입니다. 아래는 예제 MOTD입니다. 특정 MOTD는 릴리스된 DLAMI 새 버전에 따라 달라질 수 있습니다.

=============================================================================
        AMI Name: Deep Learning OSS Nvidia Driver AMI (Amazon Linux 2) Version 77
        Supported EC2 instances: G4dn, G5, G6, Gr6, P4d, P4de, P5
            * To activate pre-built tensorflow environment, run: 'source activate tensorflow2_p310'
            * To activate pre-built pytorch environment, run: 'source activate pytorch_p310'
            * To activate pre-built python3 environment, run: 'source activate python3'

        NVIDIA driver version: 535.161.08

    CUDA versions available: cuda-11.7 cuda-11.8 cuda-12.0 cuda-12.1 cuda-12.2

    Default CUDA version is 12.1

    Release notes: https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html
    AWS Deep Learning AMI Homepage: https://aws.amazon.com/machine-learning/amis/
    Developer Guide and Release Notes: https://docs.aws.amazon.com/dlami/latest/devguide/what-is-dlami.html
    Support: https://forums.aws.amazon.com/forum.jspa?forumID=263
    For a fully managed experience, check out Amazon SageMaker at https://aws.amazon.com/sagemaker
    =============================================================================

TensorFlow 환경 시작

참고

Conda 환경을 처음 시작할 때 로드되는 동안 기다려야 합니다. Conda를 사용하는 Deep Learning AMI는 프레임워크의 최초 정품 인증 시 EC2 인스턴스에 대한 프레임워크의 가장 최적화된 버전을 설치합니다. 이후에는 지연되지 않습니다.

  1. Python 3에 대한 TensorFlow 가상 환경을 활성화합니다.

    $ source activate tensorflow2_p310

  2. iPython 터미널을 시작합니다.

    (tensorflow2_p310)$ ipython

  3. 빠른 TensorFlow 프로그램을 실행합니다.

    
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

"Hello, Tensorflow!"가 표시됩니다.

다음

Jupyter Notebook 자습서 실행

PyTorch Python 3 환경으로 전환

계속해서 iPython 콘솔에서 quit()을 사용하는 경우, 환경을 전환할 준비를 합니다.

  • Python 3에 대한 PyTorch 가상 환경을 활성화합니다.

    $ source activate pytorch_p310

일부 PyTorch 코드 테스트

설치를 테스트하려면 Python을 사용하여 어레이를 생성 및 출력하는 PyTorch 코드를 작성합니다.

  1. iPython 터미널을 시작합니다.

    (pytorch_p310)$ ipython

  2. PyTorch 가져오기

    import torch

    타사 패키지에 관한 경고 메시지가 표시될 수 있습니다. 이 서명은 무시할 수 있습니다.

  3. 무작위로 초기화된 요소를 포함하는 5x3 매트릭스를 생성합니다. 어레이를 출력합니다.

    x = torch.rand(5, 3)
print(x)

    결과를 확인합니다.

    tensor([[0.3105, 0.5983, 0.5410],
        [0.0234, 0.0934, 0.0371],
        [0.9740, 0.1439, 0.3107],
        [0.6461, 0.9035, 0.5715],
        [0.4401, 0.7990, 0.8913]])

환경 제거

DLAMI의 공간이 부족하면 사용하고 있지 않은 Conda 패키지를 제거하는 방법을 선택할 수도 있습니다.

conda env list
conda env remove –-name <env_name>