技術工具
- 工具首頁\
- CPU/Statistics
### 容器說明
此環境純粹使用 CPU 來做運算,因此,使用者的系統並不需要安裝 GPU。此容器環境安裝了高效能的數值運算函式庫: Intel Math Kernel Library (Intel MKL)。此函式庫的整合,能夠讓本環境所安裝的Scikit-learn (機器學習套件), NumPy/Scipy (數值/科學套件) 有最佳的CPU運算效能。
此容器是專門設計給統計/機器學習的相關開發者使用,因此,它亦包含了以下套件安裝: H2O (機器學習套件), XGBoost(梯度提升樹), LightGBM(梯度提升樹), Statsmodels(包含常見統計模型), PyMC3(貝葉斯統計), Pykalman(卡爾曼濾波), Filterpy(卡爾曼濾波), Bootstrapped(自助抽樣套件)。
本環境專門用於統計/機器學習開發。本環境不需要 GPU 即可啟動。
### 下載方式
請於終端機執行以下指令:
```bash
docker pull moeidb/aigo:cpu-stat-19.06
```
### 使用方式
#### 使用範例 1: 於背景啟動 Jupyterlab 服務
掛載當前位置目錄 (```$PWD```) 至容器內部的 ```/workspace``` 資料夾,並且讓 Jupyterlab 服務監聽本機的 port ```9999```:
```bash
# 決定 Jupyterlab 該監聽本機的哪一個 port
host_port=9999
# 啟動容器並取得容器 ID
container_id=$(nvidia-docker run --rm -d -p ${host_port}:8888 -v $PWD:/workspace moeidb/aigo:cu10.0-dnn7.6-gpu-pytorch-nlp-19.06) # 休息一會,靜待容器服務啟動
# 等待服務啟動
sleep 2.
# 擷取容器的 Jupyterlab token
notebook_token=$(docker logs ${container_id} 2>&1 | grep -nP "(LabApp.*token=).*" | cut -d"=" -f 2)
# 顯示連線至 Jupyterlab 服務的網址
printf "Open a browser and connect to:
http://[your_ip]:${host_port}/?token=${notebook_token}
"
```
輸入以上指令於終端機後,應該會顯示一個網址:
```bash
Open a browser and connect to:
http://[your_ip]:9999/?token=87f6f7ad1455b7dde323f8a570897d4bf9dace8659e0e9bd
```
這代表我們已經在容器內啟動了 Jupyterlab 服務。接著,請開啟瀏覽器,並貼上此網址,即可使用 Jupyterlab 來撰寫 Python 筆記本。
注意事項:
* 網址當中可見 ```token=87f6f7ad14...```,其中 ```87f6f7ad14...``` 是亂數產生的一串 token。由於 token 為隨機字串,因此您實際取得的 token 應和本範例不同。
* 需將 ```[your_ip]``` 更改為機器的 IP 位址。 若您於本地端使用,則 ```[your_ip]``` 應為 ```127.0.0.1```。
* 開啟 Jupyterlab 後,會自動進入 ```/workspace``` 資料夾。
* 因為建立容器時已將本機當前目錄 ```${PWD}``` 掛載至容器內的 ```/workspace```,所以您應該會在 ```/workspace``` 內看到先前存放於本機 ```${PWD}``` 的檔案。
#### 使用範例 2: 利用容器環境執行 Python 腳本
```bash
# 建立一個測試腳本。此腳本將單純的匯入 PyMC3 套件,並且印出其當前版本。
printf "import pymc3 \
\nprint('PyMC3 version=', pymc3.__version__)" \
> check_pymc3_version.py
# 我們已建立一個位於 ${PWD} 的 Python 腳本。接著,我們試跑一個容器來執行它:
nvidia-docker run -it --rm -v ${PWD}:/workspace \
moeidb/aigo:cpu-stat-19.06 python3 check_pymc3_version.py
```
輸入以上指令於終端機後,應會顯示出 Docker 容器內部所安裝的 PyTorch 版本,如下:
```bash
PyMC3 version = 3.7
```
請先登入後輸入您的回覆