AzureML与NGC集成
azureml-ngc-tools的Python项目详细描述
AzureML NVIDIA GPU云工具
包含在这个存储库中的代码允许从nvidiagpucloud(NGC)中提取图像。在
安装
安装此程序包类型
pip install azureml-ngc-tools
或者,克隆这个存储库并使用python进行安装。在
git clone https://github.com/.../azureml-ngc-tools.git
python setup.py install
配置
需要两个配置文件:
- 一个
json
文件,其中包含登录到AzureML工作区并创建计算目标的参数。需要提供下面显示的所有参数。
一个例子(虚构):
{
"azureml_user":
{
"subscription_id": "ef4455fa-3e35-433c-a410-76d7a8a9e793",
"resource_group": "sample-rg",
"workspace_name": "sample-ws"
},
"aml_compute":
{
"ct_name":"sample-ct",
"exp_name":"sample-exp",
"vm_name":"Standard_NC6s_v3",
"admin_name": "sample",
"min_nodes":0,
"max_nodes":1,
"vm_priority": "dedicated",
"idle_seconds_before_scaledown":300,
"python_interpreter":"/usr/bin/python",
"conda_packages":["matplotlib","jupyterlab"],
"environment_name":"sample_env",
"docker_enabled":true,
"user_managed_dependencies":true,
"jupyter_port":9000
}
}
- 一个
json
文件,其中包含要从NGC下载的内容的信息。需要提供下面显示的base_dockerfile
参数。
{
"base_dockerfile":"<URI-TO-NGC-CONTAINER>",
"additional_content": {
"download_content": false,
"unzip_content": false,
"upload_content": false,
"list":[
{
"url": <URL_TO_CONTENT>,
"filename": <FILENAME_TO_SAVE_TO>,
"localdirectory": <DIRECTORY_TO_EXTRACT_CONTENTS>,
"computedirectory": <DIRECTORY_TO_UPLOAD_CONTENTS>,
"zipped": <false|true>
},
...
]
}
}
例如:
{
"base_dockerfile":"nvcr.io/nvidia/clara-train-sdk:v3.0",
"additional_content": {
"download_content": true,
"unzip_content": true,
"upload_content": true,
"list":[
{
"url":"https://api.ngc.nvidia.com/v2/resources/nvidia/med/getting_started/versions/1/zip",
"filename":"clarasdk.zip",
"localdirectory":"clara",
"computedirectory":"clara",
"zipped":true
}
]
}
}
使用
假设AzureML配置文件是user_config.json
,NGC配置文件是ngc_app.json
,并且这两个文件都位于同一个文件夹中,要创建集群,运行以下代码
azureml-ngc-tools --login user_config.json --app ngc_app.json
- 项目
标签: