Workspace の作成と管理
- 印刷する
- PDF
Workspace の作成と管理
- 印刷する
- PDF
Article Summary
Share feedback
Thanks for sharing your feedback!
VPC環境で利用できます。
ユーザーのジョブソースと設定を保管するスペースであるワークスペースについて説明します。AI Forestワークスペースを用いると、より手軽にAIアプリを作成して使用できます。
ワークスペースのタイプは以下のとおりです。
- Basicワークスペース:最小限の情報を入力してワークスペースを作成します。
- Advancedワークスペース:すべての設定を一度に順次入力してワークスペースを作成します。AI Forestのすべての機能を利用でき、シングルバッチにのみ対応しています。
Basicワークスペースの作成
Basicワークスペースは最小限の情報を入力して作成するワークスペースです。
Basicワークスペースを作成する方法は以下のとおりです。
- Data Forestアカウントを作成します。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceメニューをクリックします。
- [ワークスペースを作成] ボタンをクリックし、[Basicワークスペースの作成] をクリックします。
- ワークスペース情報を入力して [次へ] ボタンをクリックします。
- アカウント:ワークスペースを作成するアカウントを選択
- ワークスペース名:ワークスペースの名前を入力。アルファベットの小文字、数字、ハイフン(-)のみ入力可能(ハイフンは連続使用不可、名前の末尾の文字はハイフンにしない)。最初に指定したワークスペース名は変更不可。
- 説明:ワークスペースについての説明を入力。ワークスペースの作成後も修正可能。
- タイプ:ワークスペースの種類を選択。現在、シングルバッチにのみ対応。
- イメージ:Dockerイメージを選択。TensorFlow / PyTorchから選択可能。
- イメージのバージョン:選択したイメージの下位バージョンを選択。イメージのバージョン情報についての説明はイメージのバージョン情報を参照。
- 最終確認し、[作成] ボタンをクリックします。
参考
AI Forest GPUのドライバーのバージョン情報は以下のとおりです。
- Driver Version: 440.64.00
- CUDA Version: 10.2
Advancedワークスペースの作成
AdvancedワークスペースはAI Forestの全機能を利用できるワークスペースです。ワークスペースの作成時に必要なすべての設定を入力します。
Advancedワークスペースを作成する方法は以下のとおりです。
- Data Forestアカウントを作成します。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceメニューをクリックします。
- [ワークスペースの作成] ボタンをクリックし、[Advancedワークスペースの作成] をクリックします。
- ワークスペース情報を入力します。
- アカウント:ワークスペースを作成するアカウントを選択
- ワークスペース名:ワークスペースの名前を入力。アルファベットの小文字、数字、ハイフン(-)のみ入力可能(ハイフンは連続使用不可、名前の末尾の文字はハイフンにしない)。最初に指定したワークスペース名は変更不可。
- 説明:ワークスペースについての説明を入力。ワークスペースの作成後も修正可能。
- タイプ:ワークスペースの種類を選択。現在、シングルバッチにのみ対応。
- Dockerの設定情報を入力します。
- イメージ:Dockerイメージを選択。TensorFlow / PyTorchから選択可能。
- イメージのバージョン:選択したイメージの下位バージョンを選択
- 環境変数:Dockerコンテナで使用される環境変数を設定
- 環境変数を入力して [追加] ボタンをクリックすると環境変数を追加できる
- [x] ボタンをクリックすると入力した変数情報を削除できる
- リソースの設定情報を入力します。
- GPUモデル:GPUモデルを選択。現在はV100モデルのみサポート。
- GPUコア:使用するGPUコア数を選択
- メモリ:使用するメモリ容量を入力(単位GB)
- Application Master> vCPU:Application Masterが使用するvCPU数を表示。固定された値で、1つのvCPUを使用。
- Application Master > メモリ:Application Masterが使用するメモリ容量を表示。固定された値で、1GBのメモリを使用。
- データの設定情報を入力します。
- 入力:情報を入力して [追加] ボタンをクリックすると追加される
- Input Path:コンテナにコピーされる入力データのパスを入力
/user/{username}/data_in
- Container Local Path:入力データを保存するコンテナのパスを入力
- Input Path:コンテナにコピーされる入力データのパスを入力
- 出力:情報を入力して [追加] ボタンをクリックすると追加される
- Output Path:結果を保存するHDFSパスを入力
/user/{username}/data_out
- Container Local Path:出力データが存在するコンテナのパスを入力
- Overwrite:HDFSに出力データを保存する際、既にファイルが存在する場合に上書きするかどうかを設定
- Output Path:結果を保存するHDFSパスを入力
- 入力:情報を入力して [追加] ボタンをクリックすると追加される
- 情報の入力が完了したら [次へ] ボタンをクリックします。
- 最終情報を確認して [作成] ボタンをクリックします。
イメージのバージョン情報
TensorFlowイメージのバージョン情報
TensorFlowがサポートするイメージのバージョン情報は以下のとおりです。
TensorFlowのバージョン | 備考 |
---|---|
r1.3 | Python 2をサポート |
r1.4 | Python 2をサポート |
r1.4-py3 | Python 3をサポート |
r1.5-py3 | Python 3をサポート |
r1.6 | Python 2をサポート |
r1.6-py3 | Python 3をサポート |
r1.7 | Python 2をサポート |
r1.7-py3 | Python 3をサポート |
r1.8 | Python 2をサポート |
r1.10 | Python 2をサポート |
r1.10-py3 | Python 3をサポート |
r1.11 | Python 2をサポート |
r1.12 | Python 2をサポート |
r1.11-py3 | Python 3をサポート |
r1.14 | Python 2をサポート |
r1.14-py3 | Python 3をサポート |
r1.15 | Python 2をサポート |
r1.15-py3 | Python 3をサポート |
r2.1 | Python 2をサポート |
r2.1-py3 | Python 3をサポート |
r2.3.1-py3 | Python 3をサポート |
PyTorchイメージのバージョン情報
PyTorchがサポートするイメージのバージョン情報は以下のとおりです。
PyTorchのバージョン | 備考 |
---|---|
v0.2.0 | |
v0.3.0 | |
v0.4.0 | |
v0.4.1 | |
v1.0.0 | |
v1.1.0 | |
v0.3.0-cuda9 | |
v1.1.0-cuda10 | |
v1.2.0-cuda10 | |
v1.4 | |
v1.7 |
ワークスペースの管理
ワークスペース情報を確認して管理する方法を説明します。
ワークスペース情報の確認
ワークスペースリストと各ワークスペースの詳細情報を確認する方法は以下のとおりです。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceをクリックします。
- アカウントとワークスペースを順にクリックします。
ワークスペースのコピー
過去に作成されたワークスペース情報をコピーして新規ワークスペースを作成する方法は以下のとおりです。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceをクリックします。
- アカウントとワークスペースを選択して [ワークスペースの管理] > [ワークスペースのコピー] をクリックします。
- コピーして作成するワークスペース名を入力して [コピー] ボタンをクリックします。
- 原本ワークスペースの設定とファイルをコピーしたワークスペースが作成されます。
ワークスペースの設定変更
ワークスペースの設定を変更する方法は以下のとおりです。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceをクリックします。
- アカウントとワークスペースを選択して [ワークスペースの管理] > [ワークスペースの設定変更] をクリックします。
- 設定を変更して [保存] ボタンをクリックします。
ワークスペースの実行
ワークスペースでAIアプリを実行する方法は以下のとおりです。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceをクリックします。
- アカウントとワークスペースを選択して [実行] ボタンをクリックします。
- 選択したワークスペースのファイルと設定でAIアプリを実行できる
- ワークスペースの種類によって実行画面が異なる場合がある
- 実行画面が表示されたら設定を確認して情報を入力します。
- Dockerジョブディレクトリ:コマンドが実行されるディレクトリを指定
- Command:ユーザーがDockerで実行するプログラムやスクリプトを入力。実行するスクリプトやプログラムをワークスペースに予め作っておく必要がある(ユーザープログラムの進入ポイントとなるrun.shなど)。
- Args:実行するスクリプトまたはコマンドのパラメータを入力
- アプリ名:実行されるAIアプリ名を入力
- キュー:AIアプリを使用するキューを選択(デフォルト値:GPU)
- [実行] ボタンをクリックします。
- AIアプリが実行されます。
ワークスペースの削除
ワークスペースを削除する方法は以下のとおりです。
- NAVERクラウドプラットフォームコンソールで、Services > Big Data & Analytics > Data Forestメニューを順にクリックします。
- AI Forest > Workspaceをクリックします。
- アカウントとワークスペースを選択して [削除] ボタンをクリックします。
この記事は役に立ちましたか?