Azure Data Science Virtual Machine의 딥 러닝 및 AI 프레임워크
DSVM의 딥 러닝 프레임워크는 여기에 나열되어 있습니다.
CUDA, cuDNN, NVIDIA 드라이버
범주 | 값 |
---|---|
지원되는 버전 | 11 |
지원되는 DSVM 버전 | Windows Server 2019 Linux |
DSVM에서 구성 및 설치 방법 | nvidia smi는 시스템 경로에서 사용할 수 있습니다. |
실행 방법 | 명령 프롬프트(Windows) 또는 터미널(Linux)을 시작한 후 nvidia smi를 실행합니다. |
Horovod
범주 | 값 |
---|---|
지원되는 버전 | 0.21.3 |
지원되는 DSVM 버전 | Linux |
DSVM에서 구성 및 설치 방법 | Horovod는 Python 3.5에 설치됩니다. |
실행 방법 | 터미널에서 올바른 환경을 활성화한 다음 Python을 실행합니다. |
NVidia System Management 인터페이스(nvidia-smi)
범주 | 값 |
---|---|
지원되는 버전 | |
지원되는 DSVM 버전 | Windows Server 2019 Linux |
용도는? | GPU 작업을 쿼리하는 NVIDIA 도구 |
DSVM에서 구성 및 설치 방법 | nvidia-smi 는 시스템 경로에 있습니다. |
실행 방법 | GPU가 있는 가상 머신에서 명령 프롬프트(Windows) 또는 터미널(Linux)을 연 다음 nvidia-smi 를 실행합니다. |
PyTorch
범주 | 값 |
---|---|
지원되는 버전 | 1.9.0(Linux, Windows 2019) |
지원되는 DSVM 버전 | Windows Server 2019 Linux |
DSVM에서 구성 및 설치 방법 | Python, conda 환경 'py38_default', 'py38_pytorch'에 설치됨 |
실행 방법 | 터미널에서 적절한 환경을 활성화한 후 Python을 실행합니다. * JupyterHub: 연결한 다음, 샘플용 PyTorch 디렉터리를 엽니다. |
Tensorflow
범주 | 값 |
---|---|
지원되는 버전 | 2.5 |
지원되는 DSVM 버전 | Windows Server 2019 Linux |
DSVM에서 구성 및 설치 방법 | Python, conda 환경 'py38_default', 'py38_tensorflow'에 설치됨 |
실행 방법 | 터미널에서 올바른 환경을 활성화한 후 Python을 실행합니다. * Jupyter: Jupyter 또는 JupyterHub에 연결한 다음, 샘플에 대한 TensorFlow 디렉터리를 엽니다. |