TensorFlow/fr: Difference between revisions

==Installation==

Les directives suivantes servent à installer TensorFlow dans votre répertoire personnel (''home'') à l'aide des ([http://pythonwheels.com/ ''wheels'' Python ]) préparés par Calcul Canada; ils se trouvent dans <code>/cvmfs/soft.computecanada.ca/custom/python/wheelhouse/</code>.  

<br />

<br />

Ces directives sont valides pour Python 3.6; d'autres versions peuvent être installées en utilisant le module approprié.

Chargez les modules requis par TensorFlow.

{{Command2|module load python/3.6}}

Créez un nouvel environnement Python.

{{Command2|virtualenv tensorflow}}

Activez le nouvel environnement.

{{Command2|source tensorflow/bin/activate}}

Veillez à '''ne pas installer''' le paquet <code>tensorflow</code> sans le suffixe <code>_cpu</code> ou <code>_gpu</code> car il existe des problèmes de compatibilité avec d'autres bibliothèques.

{{Command2|prompt=(tensorflow)_[name@server ~]$

|pip install tensorflow-cpu}}

=== GPU ===

=== Le paquet R  ===

Pour utiliser TensorFlow en R, suivez les directives données ci-dessus pour créer un environnement virtuel et y installer TensorFlow. Suivez ensuite cette procédure ː

#Chargez les modules requis.

#:{{Command2|module load gcc/7.3.0 r/3.5.2}}

devtools::install_github('rstudio/tensorflow')

</syntaxhighlight>

Vous pouvez maintenant procéder. N'appelez pas <code>install_tensorflow()</code> en R puisque TensorFlow est déjà installé dans votre environnement virtuel avec pip. Pour utiliser TensorFlow tel qu'installé dans votre environnement virtuel, entrez les commandes suivantes en R, après que l'environnement est activé.

<syntaxhighlight lang="r">

</syntaxhighlight>

==Soumettre une tâche TensorFlow avec un GPU==

Soumettez une tâche TensorFlow ainsi  

{{Command2|sbatch tensorflow-test.sh}}

Le script contient

{{File

   |name=tensorflow-test.sh

python ./tensorflow-test.py

}}

Le script Python se lit

{{File

   |name=tensorflow-test.py

print(sess.run([node1, node2]))

}}

Une fois la tâche complétée, ce qui devrait nécessiter moins d'une minute, un fichier de sortie avec un nom semblable à <tt>cdr116-122907.out</tt> devrait être généré. Le contenu de ce fichier serait similaire à ce qui suit :

{{File

   |name=cdr116-122907.out

}}

TensorFlow fonctionne sur tous les types de nœuds GPU. Pour la recherche de grande envergure en apprentissage profond ou en apprentissage machine, il est fortement recommandé d'utiliser le type de nœuds ''GPU large'' de Cedar. Ces nœuds sont équipés de  4 x P100-PCIE-16Go avec [http://developer.download.nvidia.com/devzone/devcenter/cuda/docs/GPUDirect_Technology_Overview.pdf GPUDirect P2P] entre chaque paire. Pour plus d'information, consultez [[Using GPUs with Slurm/fr|cette page]].

== Compatiblité du répertoire ''contrib'' ==

Calcul Canada compile des ''wheels'' pour obtenir la meilleure performance et ajouter des fonctionnalités qui ne sont pas disponibles dans les versions TensorFLow de Google. Certaines de ces fonctionnalités font partie du [https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib répertoire ''contrib''] de TensorFlow mais le soutien technique n'est pas dispensé officiellement par les développeurs de TensorFlow ni par Calcul Canada.

Le tableau suivant montre la compatibilité des fonctionnalités de ''contrib''.

{| class="wikitable"

|}

Pour faire ajouter une fonctionnalité dont vous avez besoin, contactez le [[Technical support/fr|soutien technique]]. Nous tenterons de recompiler TensorFlow en incluant la fonctionnalité.

==Suivi==