17と18のリビジョン間の差分
|
サイズ: 1049
コメント:
|
サイズ: 1045
コメント:
|
| 削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
| 行 8: | 行 8: |
| $ export SINGULARITY_CACHEDIR=/work/yi041/test $ export SINGULARITY_TMPDIR=/work/yi041/test $ singularity pull docker://rocm/pytorch:latest |
$ export SINGULARITY_CACHEDIR=/work/yi041 $ export SINGULARITY_TMPDIR=/work/yi041 $ nohup singularity pull docker://rocm/pytorch:latest & |
| 行 15: | 行 15: |
| $ export SINGULARITY_CACHEDIR=/work/yi041/test $ export SINGULARITY_TMPDIR=/work/yi041/test $ singularity pull docker://nvcr.io/nvidia/pytorch:22.12-py3 |
$ export SINGULARITY_CACHEDIR=/work/yi041 $ export SINGULARITY_TMPDIR=/work/yi041 $ nohup singularity pull docker://nvcr.io/nvidia/pytorch:22.12-py3 & |
深層学習コンテナを利用する方法
singularity pullを利用することで，sifイメージのダウンロードやDockerイメージのsifファイルへの変換が可能です． ここでは深層学習用コンテナを利用する例として，Dockerイメージのsifファイルへの変換例を示します．キャッシュや一時ファイルを/work/[ユーザID]領域以下に生成するように環境変数を設定しています．これらがない場合，/home容量のオーバーやディレクトリのアクセス権限によるエラーとなります．
例：ROCmのPyTorch Dockerイメージをsifに変換
$ export SINGULARITY_CACHEDIR=/work/yi041 $ export SINGULARITY_TMPDIR=/work/yi041 $ nohup singularity pull docker://rocm/pytorch:latest &
例：NGCのPytorch Dockerイメージをsifに変換
$ export SINGULARITY_CACHEDIR=/work/yi041 $ export SINGULARITY_TMPDIR=/work/yi041 $ nohup singularity pull docker://nvcr.io/nvidia/pytorch:22.12-py3 &