Informationen zur Verwendung von Machine Learning Sandbox

Nachdem das System für maschinelles Lernen eingerichtet wurde, können Sie es verwenden.

Sie können einen oder mehrere Benchmarktests ausführen, um den Ladetyp zu messen, den Ihr System handhaben kann.

Vergleichstest ausführen

Ein einfacher Benchmark-Test, den Sie ausführen können, ist eine Matrixmultiplikationsaufgabe in TensorFlow.

1. Melden Sie sich mit SSH oder PuTTY bei Ihrer Instanz an.
2. Wechseln Sie in die Sandbox-Umgebung.

   conda activate sandbox

3. Starten Sie Jupyter Notebook. Wenn Sie sich mit HTTPS anmelden möchten, geben Sie das Zertifikat und den Schlüssel an.

   jupyter notebook --certfile=jupyter-cert.pem --keyfile=jupyter-key.key

4. Öffnen Sie einen Browser, und navigieren Sie zu Jupyter Notebook.
5. Erstellen Sie ein neues Notizbuch mit der Bezeichnung "Benchmark ", und fügen Sie in der ersten Zelle den folgenden Code ein:

   import tensorflow as tf
   from time import strftime, localtime, time
   
   start_time = time()
   print('Starting at {}...'.format(strftime('%H:%M:%S', localtime(start_time))))
   
   A = tf.random.normal([10000,10000])
   B = tf.random.normal([10000,10000])
   print(tf.reduce_sum(tf.matmul(A,B)))
   
   finish_time = time()
   print('Ending at {}...'.format(strftime('%H:%M:%S', localtime(finish_time))))
   
   elapsed_time = finish_time - start_time
   print('Done! It took {:.3f} seconds'.format(elapsed_time))
   

6. Führen Sie den Code aus.

In einer VM.GPU3.1-Leistungseinheit muss die Benchmark in einigen Sekunden abgeschlossen werden. Ein VM.GPU3.1 verfügt über einen NVIDIA Tesla V100 GPU und 6 OCPUs.