Informazioni sull'uso del sandbox Machine Learning

Una volta configurato il sistema di apprendimento automatico, si è pronti per iniziare a utilizzarlo.

Una delle prime operazioni che è possibile eseguire è eseguire uno o più test benchmark per valutare il tipo di carico che il sistema è in grado di gestire.

Esegui test benchmark

Un semplice test benchmark che è possibile eseguire è un task di moltiplicazione della matrice in TensorFlow.

1. Eseguire il login all'istanza con SSH o PuTTY.
2. Passare all'ambiente sandbox.

   conda activate sandbox

3. Avviare il notebook Jupyter. Se si desidera connettersi con HTTPS, specificare il certificato e la chiave.

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

4. Aprire un browser e passare al Blocco note Jupyter.
5. Creare un nuovo notebook denominato benchmark e nella prima cella incollare il codice seguente:

   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. Eseguire il codice.

In una forma VM.GPU3.1, il benchmark deve essere completato in pochi secondi. Un VM.GPU3.1 dispone di una GPU NVIDIA Tesla V100 e 6 OCPU.