《智能系统与技术丛书 生成对抗网络入门指南》—2.4.2Floyd使用入门

举报
华章计算机 发表于 2019/05/29 16:21:43 2019/05/29
【摘要】 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第2章,第2.4.2节,作者是史丹青。

2.4.2 Floyd使用入门

       Floyd的基本使用非常简单,在注册账号之后就可以免费使用了,如果用量不大的话其实无须付费。

在完成网页上的登录后,我们需要在自己的笔记本电脑终端下载Floyd的命令行工具floyd-cli。

$ pip install -U floyd-cli

       通过该命令行工具进行终端内部的登录,输入下列命令后按照提示输入用户名与密码即可。

$ floyd login -u <username>

       一切准备就绪后,需要在Floyd的网页端新建一个项目。点击网站右上角的加号,添加项目,然后按照图2-16所示进行创建。具体的项目信息可以按照个人情况进行设置,免费账号目前仅可开启公开项目。

image.png

图2-16 Floyd:网页创建新项目

       点击创建后,就完成了Floyd平台上的项目创建,此时需要将其与你本地的项目相互绑定。如果手头上暂时没有项目,可以按照下面的命令下载FloydHub提供的测试项目。

$ git clone https://github.com/floydhub/quick-start-pytorch.git

$ cd quick-start-pytorch

       然后在项目中进行Floyd的初始化,注意填写的项目名必须与之前平台上创建的项目名保持一致。此外,如果项目添加了其他第三方库,记得新建一个floyd_requirements.txt文件并将它们写入。

$ floyd init <project_name>

       项目完成后,可以直接通过Floyd工具运行代码,具体的命令行参数可以查阅Floyd官网来进行配置。下面的命令行是指在GPU环境下指定版本为1.3的TensorFlow来运行“python train.py”这段命令,此外该命令还开启了TensorBoard服务。在执行命令后,Floyd工具会将本地代码上传至云端,在GPU服务器上进行项目的运行。

$ floyd run --gpu --env tensorflow-1.3 --tensorboard "python train.py"

       在任务执行过程中,用户可以使用状态命令来查看实时运行状态。

$ floyd status

JOB NAME             CREATED    STATUS    DURATION(s)  INSTANCE   DESCRIPTION

-------------------  ---------  --------  -----------  ---------  -----------

alice/quick-start:1  just now   running            15  gpu

        或者也可以直接到网站的项目状态页进行查询,如图2-17所示。

image.png

图2-17 Floyd:项目状态查询

        如果希望能够在终端实时查阅任务的日志信息,可以使用下面的日志命令。

$ floyd logs -t

...

2017-07-12 16:00:07,446 INFO - Starting attempt 1 at 2017-07-12 16:00:07.436349

2017-07-12 16:00:09,088 INFO - Starting container...

2017-07-12 16:00:09,297 INFO -

...


2017-07-12 16:00:09,297 INFO - Run Output:

2017-07-12 16:01:46,154 INFO - Successfully downloaded train-images-idx3-ubyte.gz 

    9912422 bytes.

2017-07-12 16:01:46,158 INFO - Iter 1280, Minibatch Loss= 39855.289062, Training 

    Accuracy= 0.17969

2017-07-12 16:01:46,159 INFO - Iter 2560, Minibatch Loss= 14964.132812, Training 

    Accuracy= 0.42969

...

       在科研过程中,可交互的开发模式一直受到广大研发人员的喜爱,他们可以即刻得到代码的反馈并及时进行修正,我们也可在Floyd上使用可交互的Jupyter Notebook,仅需在之前的项目终端中运行如下命令行即可。

$ floyd run --gpu --mode jupyter

       当项目中涉及的数据量非常大的时候,比如大规模的图库等,就需要先将数据集上传到Floyd平台上。首先在Floyd网站上创建数据集,如图2-18所示。

image.png

图2-18 Floyd:网页端创建数据集

       从终端进入本地的数据集目录中,进行数据集初始化,并执行上传命令。

$ floyd data init <dataset_name>

Dataset "<dataset_name>" initialized in current directory

...

$ floyd data upload

Compressing data...


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。