TensorFlow

Pythonin syväoppimiskehys.

Uutiset

3.9.2026 TensorFlow-versio 2.21 on nyt saatavilla Roihu-CPU:ssa. Luonnollisesti tämä versio ei tue GPU-kiihdytystä.

16.6.2026 TensorFlow on nyt saatavilla Roihu-GPU:ssa, moduulin nimi on muutettu muotoon python-tensorflow.

Saatavuus

Tällä hetkellä tuetut TensorFlow-versiot:

Version	Module	Roihu-GPU	Roihu-CPU	LUMI	Notes
2.21.0	`python-tensorflow/2.21`	X	X	-	Oletusversio Roihussa
2.16.1	`tensorflow/2.16`			X	Oletusversio LUMIssa
2.12.0	`tensorflow/2.12`			X
2.11.0	`tensorflow/2.11`			X
2.10.0	`tensorflow/2.10`			X
2.9.0	`tensorflow/2.9`			X
2.8.0	`tensorflow/2.8`			X

Sisältää TensorFlow'n ja Kerasin GPU-tuella CUDA:n/ROCm:n kautta. Roihu-CPU:n versio ei luonnollisesti tue GPU:ita, mutta se on saataville tehty kevyille työkuormille ja työkuormille, jotka tarvitsevat x86_64-suoritinarkkitehtuurin.

Jos huomaat, että jokin paketti puuttuu, voit usein asentaa sen itse käyttämällä komentoa pip install. On suositeltavaa käyttää Pythonin virtuaaliympäristöjä. Katso Python-dokumentaatiostamme lisätietoja siitä, miten voit asentaa paketteja itse. Jos mielestäsi jokin tärkeä paketti pitäisi sisällyttää CSC:n tarjoamaan moduuliin, ota yhteyttä asiakastukeemme.

Jos muutaman paketin lisääminen pip:llä ei riitä, voit myös rakentaa omat konttisi, esimerkiksi laajentamalla CSC:n koneoppimiskontteja.

Kaikki moduulit perustuvat kontteihin, jotka käyttävät Apptaineria (aiemmin tunnettu nimellä Singularity). Tarjolla on wrapper-skriptit, jotta yleiset komennot kuten python, python3, pip ja pip3 toimivat normaalisti.

Lisenssi

TensorFlow on lisensoitu Apache License 2.0:lla.

Käyttö

Käyttääksesi TensorFlow'n oletusversiota Roihu-GPU:ssa tai Roihu-CPU:ssa, alusta se komennolla:

module load python-tensorflow

TensorFlow'n käyttämiseksi LUMIssa:

module use /appl/local/csc/modulefiles/
module load tensorflow

Jos haluat käyttää tiettyä versiota (katso yllä saatavilla olevat versiot), käytä:

module load python-tensorflow/2.21  # on Roihu
module load tensorflow/2.12         # on LUMI

Huomaa, että moduulit sisältävät jo CUDA/ROCm-kirjastot, joten cuda- tai rocm-moduuleja ei tarvitse ladata erikseen!

Tämä komento näyttää myös kaikki saatavilla olevat versiot:

module avail python-tensorflow  # on Roihu
module avail tensorflow         # on LUMI

Voit tarkistaa ladattuun moduuliin sisältyvät tarkat paketit ja versiot suorittamalla:

pip list

Warning

Huomaa, että kirjautumissolmut eivät ole tarkoitettu raskasta laskentaa varten, käytä sen sijaan Slurm-eräajoja. Katso ohjeemme eräajojärjestelmän käyttämisestä.

Esimerkkieräajokomentosarja

Esimerkkieräajokomentosarja yhden GPU:n ja 1/4:n (LUMIssa 1/8:n) saman solmun käytettävissä olevista suoritinytimistä varaamiseen:

Roihu-GPURoihu-CPULUMI

#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=gpumedium
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=72
#SBATCH --gres=gpu:gh200:1
#SBATCH --time=1:00:00

module load python-tensorflow/2.21
srun python3 myprog.py <options>

#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=small
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=7
#SBATCH --mem=15G
#SBATCH --time=1:00:00

module load python-tensorflow/2.21
srun python3 myprog.py <options>

#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=small-g
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=7
#SBATCH --gpus-per-node=1
#SBATCH --mem=60G
#SBATCH --time=1:00:00

module use /appl/local/csc/modulefiles/
module load tensorflow/2.12
srun python3 myprog.py <options>

Lue osio GPU:n tehokas hyödyntäminen koneoppimisen oppaassamme, jotta opit käyttämään GPU:ta tehokkaasti.

Suuret aineistot, usean GPU:n ja usean solmun ajot

Jos työskentelet suurten aineistojen kanssa tai aineistojen, jotka sisältävät paljon tiedostoja, lue koneoppimisen oppaamme dataosio. Erityisesti älä lue valtavaa määrää tiedostoja jaetusta tiedostojärjestelmästä, vaan käytä nopeaa paikallislevyä tai paketoi datasi sen sijaan suurempiin tiedostoihin!

Usean GPU:n ja usean solmun ajoista lue koneoppimisen oppaamme usean GPU:n ja usean solmun osio