关于使用机器学习沙盒

在设置机器学习系统后，您就可以开始使用它。

可执行的第一项操作是运行一个或多个基准测试，以计量系统可以处理的加载类型。

运行基准测试

您可以运行的简单基准测试是一个矩阵乘以 TensorFlow 中的一项任务。

1. 使用 SSH 或 PuTTY 登录到您的实例。
2. 切换到沙盒环境。

   conda activate sandbox

3. 启动 Jupyter Notebook。如果要使用 HTTPS 连接，请指定证书和密钥。

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

4. 打开浏览器并导航到 Jupyter Notebook。
5. 创建称为基准的新记事本，并在第一个单元格中粘贴以下代码：

   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. 运行代码。

在 VM.GPU3.1 配置上，基准应在几秒内完成。VM.GPU3.1 具有一个 NVIDIA Tesla V100 GPU 和 6 个 OCPU。