搭配康達使用深度學習 AMI

使用康達介紹深度學習 AMI

Conda 是一套可在 Windows、macOS 和 Linux 上執行的開放原始碼套件管理系統以及環境管理系統。Conda 可快速安裝、執行和更新套件及其相依性。Conda 能輕鬆地建立、儲存、載入並在本機電腦的環境之間切換。

配備 Conda 的深度學習 AMI 已經設定，可讓您輕鬆在深度學習環境之間切換。以下說明引導您使用 conda 的一些基本命令。這些說明也協助您確認架構的基本匯入是否運作中，您是否可以使用架構執行幾個簡單操作。然後，您可以繼續閱讀 DLAMI 提供的更徹底的教程，或者在每個框架的項目站點上找到的框架示例。

登錄到您的 DLAMI

登入伺服器後，您會看到伺服器的「當日訊息」(MOTD)，描述您可用來切換不同深度學習架構的各種 Conda 命令。以下為範例 MOTD。您的特定 MOTD 可能會隨著 DLAMI 的新版本發布而有所不同。

=============================================================================
        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
    =============================================================================

啟動 TensorFlow 環境

注意

當您啟動第一個 Conda 環境時，請耐心等候它載入。搭配 Conda 的深度學習 AMI 會在架構第一次啟用時，自動為您的 EC2 執行個體安裝最佳化的架構版本。您應該不會遇到後續延遲。

1. 激活 Python 3 的 TensorFlow 虛擬環境。

   $ source activate tensorflow2_p310

2. 啟動 iPython 終端機。

   (tensorflow2_p310)$ ipython

3. 運行一個快速 TensorFlow 程序。

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

您應該會看到「Hello, Tensorflow!」

接下來

執行 Jupyter 筆記本教學課程

切換到 PyTorch Python 環境

如果您仍在 IPython 控制台中，請使用quit()，然後準備切換環境。

• 激活 Python 3 的 PyTorch 虛擬環境。

  $ source activate pytorch_p310

測試一些 PyTorch 代碼

若要測試您的安裝，請使用 Python 撰寫建立並列印陣列的 PyTorch 程式碼。

1. 啟動 iPython 終端機。

   (pytorch_p310)$ ipython

2. 匯入 PyTorch。

   import torch

   您可能會看到有關第三方套件的警告訊息。您可以忽略。

3. 使用隨機初始化的元素創建一個 5x3 矩陣。列印陣列。

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

   確認結果。

   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]])

移除環境

如果 DLAMI 上的空間不足，您可以選擇解除安裝不使用的 Conda 套件：

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